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！

龙图腾网获悉电子科技大学申请的专利适用于新锂电池数据无法获取条件下的锂电池健康状态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：CN118859012B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202410944260.8，技术领域涉及：G01R31/392；该发明授权适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法是由叶娅兰;潘桐杰;吴欣昊;杨禧龙设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法在说明书摘要公布了：本发明公开了一种适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法，属于锂电池健康状态评估领域。本发明首先对原始老化数据进行简单预处理，然后利用卷积网络模块和残差网络模块组成的特征提取器提取老化数据的深度特征。在提取特征的过程中，会随机遗忘域特定老化特征。最后根据自适应一致性损失增强模型对特征波动的鲁棒性，并促进模型对域不变老化特征的学习，进而增强健康状态评估模型在新锂电池数据无法获取条件下的泛化性。本发明针对性地面向新锂电池数据无法获取条件下的健康状态评估，使健康状态评估模型的误差低、泛化性高，并能够有效监控锂电池在实际使用场景中的健康状态，提升了设备的安全性。

本发明授权适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法在权利要求书中公布了：1.适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法，其特征在于，包括下列步骤： 步骤S1：对锂电池原始老化数据进行预处理，将预处理后的老化数据x通过特征提取器和域判别器，得到与健康状态评估相关的域不变特征f；其中域判别器为级联的全局平均池化层和全连接层，域判别器用于判定当前输入特征中是否包括过多域特定老化特征，若是，则按一定比例遗忘其部分通道的特征； 步骤S2：每次训练时，随机选择某个残差网络模块，按照加权随机选择算法随机选择不同通道遗忘域特定老化特征；其中，加权随机选择算法执行两次，最后得到两个老化特征f1x和f2x； 步骤S3：将f1x和f2x输入多层全连接层网络组成的分类器网络C，得到健康状态的评估结果，并计算均方误差mse和自适应一致性损失acl； 步骤S4：根据均方误差Lmse和自适应一致性损失Lacl计算网络总损失L，根据网络总损失L对网络参数进行优化，得到训练好的适用于新锂电池数据无法获取条件下的锂电池健康状态估计网络： 步骤S5：在训练好的锂电池健康状态估计网络中输入新电池的实时老化数据xi，依次经特征提取器和分类器网络C得到对应的健康状态exi。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。