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数据模拟与机器学习的锂离子电池阻抗谱等效电路参数在线辨识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：CN118641966B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202410696761.9，技术领域涉及：G01R31/378；该发明授权基于数据模拟与机器学习的锂离子电池阻抗谱等效电路参数在线辨识方法是由张永志;尤强设计研发完成，并于2024-05-31向国家知识产权局提交的专利申请。

本基于数据模拟与机器学习的锂离子电池阻抗谱等效电路参数在线辨识方法在说明书摘要公布了：本发明涉及一种基于数据模拟与机器学习的锂离子电池阻抗谱等效电路参数在线辨识方法，属于电池检测技术领域。该方法包括：通过实验获得少量电池第一个循环的EIS以及对应的改良Randles等效电路模型AR‑ECM参数组，并确定AR‑ECM参数组的参数倍率矩阵；根据电池第一个循环的AR‑ECM参数组以及参数倍率矩阵，通过插值得到AR‑ECM数据集，将AR‑ECM参数集带入数学模型中生成EIS曲线，得到EIS和AR‑ECM参数综合数据库；实测一条EIS曲线，将其分割成高频部分和低频部分，并计算其与数据库中对应的EIS曲线的欧式距离，根据距离就近选取若干EIS曲线及其对应的AR‑ECM参数组，并结合各个参数的EIS特征分别训练GPR模型，再将实测EIS的数据特征输入对应GPR模型，分别估计出AR‑ECM中影响EIS的高低频参数。本发明能够稳定、准确、快速地自动识别EIS的AR‑ECM参数。

本发明授权基于数据模拟与机器学习的锂离子电池阻抗谱等效电路参数在线辨识方法在权利要求书中公布了：1.一种基于数据模拟与机器学习的锂离子电池阻抗谱等效电路参数在线辨识方法，其特征在于：所述方法包括以下步骤： S1、通过实验获得若干电池第一个循环的EIS以及对应的改良Randles等效电路模型AR-ECM参数组，并确定AR-ECM参数组的参数倍率矩阵； S2、选取若干电池第一个循环的参考AR-ECM参数组两两相互结合，并将其进行第一次线性插值后与确定的参数倍率矩阵相乘，再进行第二次线性插值得到AR-ECM数据集，将AR-ECM参数集带入数学模型中生成对应的EIS曲线，得到高低频EIS和AR-ECM参数综合数据库； S3、实测一条EIS曲线，将其分割成高频部分和低频部分，并计算其与数据库中对应的EIS曲线的欧式距离，根据距离就近选取若干EIS曲线及其对应的AR-ECM参数组，并结合各个参数的特征工程提取对应的EIS数据特征用于训练各个参数所对应的GPR模型，从实测EIS中提取参数数据特征并投入到训练好的各个GPR模型中，分别估计出AR-ECM中影响EIS曲线高频和低频的参数； 在步骤S1中，基于得到的AR-ECM参数组的参数特点，将影响EIS高频部分的参数定义为高频参数，将影响EIS的低频直线部分的参数定义为低频参数，并分别为其构建高频参数倍率矩阵和低频参数倍率矩阵， 其中，高频参数倍率矩阵和低频参数倍率矩阵中的列表示参数类型，矩阵中的行表示对应参数类型下的参数倍率；其中，参数类型包括：电感、、表征固体电解质界面膜的极化内阻、表征固体电解质界面膜的常相位角元件CPE阻抗公式中的参数、表征固体电解质界面膜的常相位角元件CPE阻抗公式中的指数、电荷转移阻抗、扩散阻抗、Warburg阻抗公式中的指数、表征双电层电容的常相位角元件CPE阻抗公式中的参数、表征双电层电容的常相位角元件CPE阻抗公式中的指数； 在步骤S2中，构建锂离子电池高低频EIS与AR-ECM参数综合数据库包括以下步骤： S21、选取N组参考AR-ECM参数两两相互组合，然后进行第一次线性插值； S22、将第一次插值得到的AR-ECM参数分别与高低频参数倍率矩阵相乘，并在中间进行等间隔线性插值，生成高低频AR-ECM参数集，参数集中的部分重复项剔除； S23、将第二次插值得到的高低频AR-ECM参数集带入数学模型中生成对应的EIS曲线，将两者一一对应形成出高低频EIS和AR-ECM参数综合数据库；其中数学模型表示如下： 其中表示EIS中频率为时的阻抗，paras为AR-ECM参数，为用于收集EIS的频率时对应的角频率，表示Warburg阻抗，为常数。

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。