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！

龙图腾网获悉中国铁塔股份有限公司陕西省分公司申请的专利一种电池应用管控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：CN120049034B 。

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：202411979086.7，技术领域涉及：H01M10/48；该发明授权一种电池应用管控方法是由袁晓辉;张国强;郭媛媛;李星;马红旗;申田龙;霍建军;季硕;潘三明;祁宝金;薛楠;宁业栋设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种电池应用管控方法在说明书摘要公布了：本申请公开了一种电池应用管控方法，基于多个电池属性特征，动态地构建多属性特征的时序序列预测模型集群，在线选择对安全风险预测最有价值的属性特征，以适配不同厂商、不同型号的电池不同工况下的安全风险预测需要，并利用标签传播算法扩充安全风险样本数据，深度挖掘并充分利用无标签数据，能够更精确、更稳定地对锂电池进行安全风险预测。

本发明授权一种电池应用管控方法在权利要求书中公布了：1.一种电池应用管控方法，其特征在于，包括以下步骤： 步骤1：获取电池运行业务数据，作为电池的多属性特征集合； 步骤2：电池运行业务数据预处理，预处理包括删除错误值、重复值、替换离群值以及填补缺失值； 步骤3：构建多属性特征的时序序列预测模型集群，基于模型集群中各模型预测精度选择有效表征电池安全风险属性特征集合； 步骤3-1：构建多属性特征的时序序列预测模型集群； 建立多属性特征的时序序列预测模型，模型输入包括电池特定时间内多个属性特征的采样序列，模型输出为电池安全风险预测，并利用预处理后的多属性特征集合的安全风险的样本或更新后的标签数据对多属性特征的时序序列预测模型进行训练和评估； 对预处理后的多属性特征集合进行遍历组合，每一个属性特征组合训练一个时序序列预测模型，所有属性特征组合构建的模型组合到一起形成多属性特征的时序序列预测模型集群； 步骤3-2：基于多属性特征的时序序列预测模型集群中各模型预测精度在线选择有效表征电池安全风险属性特征集合； 步骤4：标签数据扩充；基于在线选择得到的有效表征电池安全风险属性特征集合，通过差异化度量算法和标签传播算法，给预处理后的多属性特征集合中无标签样本打标签，得到更新后的标签数据； 步骤5：基于更新后的标签数据重新训练多属性特征的时序序列预测模型集群，经过多轮迭代，直到无标签样本的比例低于阈值，输出电池安全风险预测模型； 步骤6：电池安全风险预测；当电池管控平台采集到电池工况数据时，将其输入训练好的电池安全风险预测模型中，得到其对应的安全风险预测结果，对于存在高风险电池的基站不再进行智能错峰策略下发，以保障基站运行安全。

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国铁塔股份有限公司陕西省分公司，其通讯地址为：710075 陕西省西安市高新区沣惠南路34号新长安广场二期17层；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。