买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学申请的专利基于神经网络与热网络模型的锂电池内部温度在线估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116540105B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310584399.1，技术领域涉及：G01R31/367；该发明授权基于神经网络与热网络模型的锂电池内部温度在线估计方法是由谢翌;郭世杰;李伟;胡晓松;张扬军;杨瑞;范以宁设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于神经网络与热网络模型的锂电池内部温度在线估计方法在说明书摘要公布了：本发明涉及一种基于神经网络与热网络模型的锂电池内部温度在线估计方法，属于电池技术领域。该方法包括步骤：S1：选定待测试的动力电池，获取相关技术参数；S2：在不同工况点下进行电池的表面温度测试，采集电池测试数据；S3：将采集的数据用于神经网络训练，建立神经网络模型，对电池在不同工况点下的表面温度进行预测；S4：根据电池的输入电流与电压，在线辨识电池的内阻并完成当前时刻的SOC估计；S5：建立电池的热网络模型，将S3中神经网络预测的表面温度作为热网络模型的输入，将S4中的内阻与SOC估计值代入热网络模型，计算下一时刻的电池内部温度。本发明具有精度高、鲁棒性好、可在线应用的优点。

本发明授权基于神经网络与热网络模型的锂电池内部温度在线估计方法在权利要求书中公布了：1.基于神经网络与热网络模型的锂电池内部温度在线估计方法，其特征在于：该方法具体包括以下步骤： S1：选定待测试的动力电池，获取技术参数； S2：在不同工况点下进行电池的表面温度测试，采集电池测试数据； S3：将采集的数据用于神经网络训练，建立神经网络模型，对电池在不同工况点下的表面温度进行预测； S4：根据电池的输入电流与电压，在线辨识电池的内阻并完成当前时刻的SOC估计； S5：建立电池的热网络模型，将S3中神经网络模型预测的表面温度作为热网络模型的输入，将S4中的内阻与SOC估计值代入热网络模型，计算下一时刻的电池内部温度；所述S5具体包括以下步骤： S51：建立考虑极耳处产热的电池三维热网络模型，对于热网络模型的任一内部节点P在t+1时刻的温度通过与其相邻节点的传热关系计算得到： 其中， 其中，表示节点P在t+1时刻的温度，和分别表示以节点P为中心，沿x坐标轴的热流方向的两个节点在t时刻的温度，，，和的含义同理，为采样间隔，为电池本体密度，为电池本体比热容，为电池极耳密度，为电池极耳比热容，，，分别代表电池在x，y与z方向的热导率，，，，，与为热网络节点间的等效间距，表示电池本体内部产热节点数量，表示每个本体内部节点在t时刻的产热率，代表电池本体体积，表示电池极耳处节点数量，表示每个极耳节点在t时刻的产热率，代表电池极耳体积； S52：根据S4中辨识得到的电池本体内阻，计算每个本体内部节点的内阻与流经每个节点的电流，根据S4中估计得到的电池SOC，计算得到电池的熵热系数，得到电池本体节点的产热，公式如下： 其中，为电池本体每个节点的内阻，为电池本体的总内阻，为流经每个电池本体节点的电流，为电池总电流，为不同热网络节点的温度，N＞1； S53：假设电池的极耳接触内阻为恒定内阻，设计自然对流条件下的恒流放电实验，辨识极耳处的等效接触内阻；具体步骤如下： S531：在极耳处和极耳下方布置热电偶，给电池加载0.1C倍率的电流进行放电，记录放电过程中两个测点的温度值； S532：电池极耳处的热平衡关系表示为： 其中，为极耳质量，为极耳处温度，为极耳等效接触内阻，为极耳表面对流换热系数，为极耳换热面积，为周围环境的温度； 表示为与和相关的函数： S533：找出计算的与实测的最相符的和组合，获得电池极耳处的等效内阻； S54：根据S53中得到的电池极耳内阻，计算每个极耳节点的内阻与流经每个极耳节点的电流，最终得到电池极耳节点的产热，公式如下： 其中，为电池极耳每个节点的内阻，为电池极耳的等效内阻，为流经每个极耳节点的电流，为电池总电流； S55：将S37中神经网络预测的表面温度代入到热网络模型对应的表面节点，根据S51中热网络模型节点间的传热关系以及S52至S54的电池产热参数，计算出未知工况下的电池内部温度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。