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！

龙图腾网获悉浙江华电器材检测研究院有限公司申请的专利基于域自适应迁移的蓄电池多场景健康状态估计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：CN120405426B 。

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：202510288423.6，技术领域涉及：G01R31/367；该发明授权基于域自适应迁移的蓄电池多场景健康状态估计方法是由马恒;徐静蕾;应光耀;张翔;高博;彭彪;楼旺权;朱家立;叶谢平设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本基于域自适应迁移的蓄电池多场景健康状态估计方法在说明书摘要公布了：本发明公开了一种基于域自适应迁移的蓄电池多场景健康状态估计方法，包括步骤1，推导蓄电池的健康状态量；步骤2，筛选出与电池健康状态相关系数绝对值大于等于设定阈值的特征作为模型输入；步骤3，对源域数据和目标域数据进行特征提取；步骤4，计算源域数据与目标域数据在卷积神经网络模型高层特征输出的分布距离，并将该损失函数与均方误差损失函数通过加权求和方式得到总损失函数，应用自适应矩估计优化器对总损失函数进行优化，实现无标签电池数据的域自适应训练；步骤5，使用验证集评估模型性能，并将其应用于测试集以输出健康状态估计结果。本发明有效解决了跨域场景下数据分布差异导致的估计精度下降问题。

本发明授权基于域自适应迁移的蓄电池多场景健康状态估计方法在权利要求书中公布了：1.基于域自适应迁移的蓄电池多场景健康状态估计方法，其特征是，包括以下步骤： 步骤1，采集监测的蓄电池充放电阶段的动态过程参数信号，同时采集蓄电池老化阶段反应健康状态的状态参数，推导蓄电池的健康状态量； 步骤2，从充放电数据和电化学阻抗谱分析结果中提取出表征蓄电池退化的健康因子；对提取的健康因子进行皮尔逊相关系数分析，筛选出与电池健康状态相关系数绝对值大于等于设定阈值的特征作为模型输入； 步骤3，构建基于残差结构的卷积神经网络作为模型的高维特征提取器，选取均方误差作为优化函数，对源域数据和目标域数据进行特征提取； 步骤4，引入多核最大均值差异损失函数，计算源域数据与目标域数据在卷积神经网络模型高层特征输出的分布距离，并将该损失函数与均方误差损失函数通过加权求和方式得到总损失函数，应用自适应矩估计优化器对总损失函数进行优化，实现无标签电池数据的域自适应训练； 步骤5，在验证集上计算平均绝对误差和均方根误差，选择最优模型参数；将训练好的模型应用于目标域无标签数据，输出健康状态估计值，实现跨工况、跨批次场景下的健康状态预测。

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浙江华电器材检测研究院有限公司，其通讯地址为：310015 浙江省杭州市拱墅区温州路40号三层356室；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。