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！

龙图腾网获悉合肥工业大学申请的专利基于集成学习的电池SOH预测方法和系统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：CN119001509B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411202204.3，技术领域涉及：G01R31/392；该发明授权基于集成学习的电池SOH预测方法和系统是由周开乐;李晨曦;虎蓉;陆信辉设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本基于集成学习的电池SOH预测方法和系统在说明书摘要公布了：本申请提供一种基于集成学习的电池SOH预测方法和系统，涉及电池状态分析领域，该方法包括：获取第一用电数据信息和第一SOH信息；对第一用电数据信息进行处理得到第二用电数据信息，并确定目标数据集；构建初始预测模型并对初始预测模型进行训练和测试，得到集成学习模型；获取待预测电池的第三用电数据信息；基于集成学习模型预测待预测电池对应的电池SOH信息。本申请的多个基学习器能够发挥各自的优势，提升数据分析的准确度，元学习器则智能地整合这些结果，避免了单一模型可能存在的偏差和局限性；通过融合多个基学习器和元学习器，能够保证模型具有较高的泛化能力，能够灵活地适应各种应用场景和数据集。

本发明授权基于集成学习的电池SOH预测方法和系统在权利要求书中公布了：1.一种基于集成学习的电池SOH预测方法，其特征在于，包括： 获取目标电池组中每个目标电池的第一用电数据信息和第一SOH信息； 对所述第一用电数据信息进行异常值筛选，并基于预设信号处理器进行数据平滑处理，得到第二用电数据信息；其中，所述第二用电数据信息包括所述目标电池的电压、电流和充放电时间； 基于所述第二用电数据信息确定对应的第一IC曲线，并计算所述第一IC曲线的峰值特征； 确定所述第一IC曲线的峰值特征、所述第一SOH信息和所述第二用电数据信息为目标数据集； 从预设的多个机器学习算法和多个统计模型中选择基学习器和元学习器，构建初始预测模型； 基于所述目标电池组中多个目标电池对应的多个目标数据集对所述初始预测模型进行训练和测试，得到集成学习模型； 获取待预测电池的第三用电数据信息，所述第三用电数据信息包括所述待预测电池的电压、电流和充放电时间； 基于所述集成学习模型对所述第三用电数据信息进行分析，以预测所述待预测电池对应的电池SOH信息。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。