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！

龙图腾网获悉中山大学·深圳;中山大学申请的专利一种电池荷电状态估计方法、装置及存储介质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：CN119780735B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510016500.2，技术领域涉及：G01R31/367；该发明授权一种电池荷电状态估计方法、装置及存储介质是由何涛;宫梓洋设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种电池荷电状态估计方法、装置及存储介质在说明书摘要公布了：本发明公开了一种电池荷电状态估计方法、计算机装置及存储介质，包括建立时序混合神经网络模型，获取待估计电池的至少一个待估计放电数据，使用时序混合神经网络模型对各待估计放电数据进行处理，对时序混合神经网络模型的处理结果进行受物理约束的滤波处理，获得对待估计电池的荷电状态估计值等步骤。本发明通过使用混合时序神经网络模型和受物理约束的滤波处理，能够捕获待估计放电数据中的时序特征，从而准确估计出荷电状态估计值，能够提升估计SOC的精度。除此之外，针对时序混合神经网络的输出额外施加带物理约束的滤波，可以约束和平滑时序混合神经网络的输出结果，进一步提高模型估计的精度。本发明广泛应用于电池管理技术领域。

本发明授权一种电池荷电状态估计方法、装置及存储介质在权利要求书中公布了：1.一种电池荷电状态估计方法，其特征在于，所述电池荷电状态估计方法包括： 建立时序混合神经网络模型；所述时序混合神经网络模型用于对输入数据进行时序特征捕获，对捕获到的时序特征学习时间依赖关系，对学习到的时间依赖关系进行回归预测； 获取待估计电池的至少一个待估计放电数据； 使用所述时序混合神经网络模型对各所述待估计放电数据进行处理； 对所述时序混合神经网络模型的处理结果进行受物理约束的滤波处理，获得对所述待估计电池的荷电状态估计值； 所述对所述时序混合神经网络模型的处理结果进行受物理约束的滤波处理，获得对所述待估计电池的荷电状态估计值，包括： 确定滤波窗口大小和第一时刻； 在所述第一时刻之前相当于所述滤波窗口大小的时长内，确定多个第二时刻；所述第一时刻和各所述第二时刻分别为相应一个所述待估计放电数据的采集时刻； 获取各所述第二时刻各自对应的待滤波数据； 将各所述待滤波数据根据时间顺序排列成第一时间序列； 对于任一所述待滤波数据，根据所述待估计电池在所述第一时刻与所述待滤波数据对应的所述第二时刻之间所受的物理约束进行转换，获得相应一个转换值； 将各所述转换值根据所述第一时间序列的顺序排列成第二时间序列； 将所述时序混合神经网络模型对所述第一时刻采集到的所述待估计放电数据的处理结果添加至所述第二时间序列最末，获得第三时间序列； 对所述第三时间序列进行加权平滑滤波，获得所述第一时刻对应的所述荷电状态估计值。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明区公常路66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。