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;国家电网有限公司西南分部申请的专利基于相位空间重构和多空间注意力机制的锂电池RUL预测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：CN119959776B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510284779.2，技术领域涉及：G01R31/367；该发明授权基于相位空间重构和多空间注意力机制的锂电池RUL预测方法是由王宇;罗来劲;张杰;任成君;崔秋实设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本基于相位空间重构和多空间注意力机制的锂电池RUL预测方法在说明书摘要公布了：基于相位空间重构和多空间注意力机制的锂电池RUL预测方法，包括：1获取锂电池每个充放电循环中的充电电流和电压序列；2构建容量相位空间重构模型，并输入获取的数据，得到容量相位空间重构矩阵；3将容量相位空间重构矩阵划分在不同的子空间；4计算不同子空间的注意力得分，并组合为多空间注意力矩阵；5构建离线RUL预测模型；6采集待预测锂电池的充电电流序列和充电电压序列，将采集的数据依次输入容量相位空间重构模型、离线RUL预测模型，得到预测的RUL。本发明利用C‑C算法对锂电池退化容量进行时空嵌入，重构多维子空间中的退化模式和趋势，并结合多空间注意力机制，动态选择性地调整不同退化速率阶段的权重，以提高预测精度。

本发明授权基于相位空间重构和多空间注意力机制的锂电池RUL预测方法在权利要求书中公布了：1.基于相位空间重构和多空间注意力机制的锂电池RUL预测方法，其特征在于，包括以下步骤： 1获取锂电池每个充放电循环中的充电电流序列和充电电压序列； 2构建容量相位空间重构模型，并将获取的充电电流序列和充电电压序列输入至容量相位空间重构模型，得到容量相位空间重构矩阵； 3根据容量相位空间重构矩阵的容量退化速率特征，将容量相位空间重构矩阵划分在不同的子空间； 4应用多头注意力机制计算不同子空间的注意力得分，并通过全连接层将不同子空间的注意力得分组合为多空间注意力矩阵； 所述多空间注意力矩阵如下所示： MH＝Concathead1,...,headir,...,headhW2 HAM＝σMH*Wspace+bspace3 式中，Attention为单头注意力得分，A为查询向量矩阵，K为键向量矩阵，V为键向量矩阵，T为矩阵转置，dk是缩放因子，Concat表示矩阵连接，ir为单头注意力索引，表示单头注意力ir的隐藏状态，ir∈{1,2,...,h}，h为单头注意力的数目，为单头注意力ir的查询向量矩阵，为单头注意力ir的键向量矩阵，为单头注意力ir的键向量矩阵，σ为激活函数，W、Wspace分别为子空间权重矩阵、多空间权重矩阵，bspace为多空间偏置；HAM为多空间注意力矩阵；MH为拼接后的单头注意力矩阵； 5将多空间注意力矩阵传递给循环神经网络GRU，构建以容量相位空间重构矩阵为输入，以锂电池的剩余使用寿命RUL为输出的离线RUL预测模型； 所述离线RUL预测模型如下所示： zt＝σ1wz*[ht-1,HAMt]+bz4 rt＝σ1wr*[ht-1,HAMt]+br5 式中，HAMt为t时刻输入的多空间注意力矩阵；zt、rt、ht分别表示t时刻的更新门、重置门、候选隐藏状态、隐藏状态的输出；ht-1为t-1时刻的隐藏状态的输出；σ1、σ2分别为sigmoid函数、双曲正切激活函数，⊙为矩阵元素点积；wz、wr、wh分别为更新门、重置门、隐藏状态的权重矩阵；bz、br、bh分别为更新门、重置门、隐藏状态的偏置； 6采集待预测锂电池的充电电流序列和充电电压序列，并输入至容量相位空间重构模型，得到待预测锂电池的容量相位空间重构矩阵； 7将待预测锂电池的容量相位空间重构矩阵输入至离线RUL预测模型，预测得到待预测锂电池的剩余使用寿命RUL。

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;国家电网有限公司西南分部，其通讯地址为：400044 重庆市沙坪坝区沙正街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。