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！

龙图腾网获悉国网浙江省电力有限公司宁波供电公司;国网浙江省电力有限公司慈溪市供电公司申请的专利基于机器学习的电解电堆降阶方法及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：CN120874640B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511404824.X，技术领域涉及：G06F30/27；该发明授权基于机器学习的电解电堆降阶方法及系统是由颜小栩;叶夏明;方云辉;安磊;刘敏;沈科炬;陆晓红;徐科兵;何整杰;彭佳鹰设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本基于机器学习的电解电堆降阶方法及系统在说明书摘要公布了：本发明公开了基于机器学习的电解电堆降阶方法及系统，属于电池分析技术领域，包括：S1：根据建立的电堆仿真模型获取包含若干工况参数的虚拟数据集，通过虚拟数据集对初始降阶模型进行泛化训练获取通用降阶模型；S2：通过对抗训练将实体数据集与虚拟数据集进行对齐处理获取对齐实体数据集；S3：基于元学习，结合对齐实体数据集对通用降阶模型进行适配性训练得到目标降阶模型；S4：根据目标降阶模型获取目标预测值。解决了现有技术难以兼顾预测准确性与预测效率的技术问题。

本发明授权基于机器学习的电解电堆降阶方法及系统在权利要求书中公布了：1.基于机器学习的电解电堆降阶方法，其特征在于，包括以下步骤： S1：根据建立的电堆仿真模型获取包含若干工况参数的虚拟数据集，通过虚拟数据集对初始降阶模型进行泛化训练获取通用降阶模型； S2：通过对抗训练将实体数据集与虚拟数据集进行对齐处理获取对齐实体数据集； S3：基于元学习，结合对齐实体数据集对通用降阶模型进行适配性训练得到目标降阶模型； S4：根据目标降阶模型获取目标预测值； 所述S2，包括： S21：将实体数据集与虚拟数据集中的数据映射至相同维度空间，并对所述数据进行归一化处理； S22：通过卷积神经网络提取实体数据集与虚拟数据集的高维特征，分别得到目标域特征与源域特征； S23：通过卷积神经网络中的对抗损失函数对目标域特征与源域特征进行对齐处理获取对齐实体数据集； 所述S23，包括： S231：通过对抗损失函数中的领域判别函数分别判别目标域特征与源域特征来自实体数据集与虚拟数据集的概率； S232：使用虚拟数据集将来自实体数据集的概率大于预设概率的目标域特征进行对齐处理获取第一特征，使用实体数据集将来自虚拟数据集的概率大于预设概率的源域特征进行对齐处理获取第二特征； S233：通过第一特征对目标域特征进行更新，通过第二特征对源域特征进行更新，重新执行S231，直到目标域特征与源域特征满足第一预设条件时，才通过目标域特征或源域特征获取对齐实体数据集； 所述S233，还包括： 获取目标域特征与源域特征的特征差值，当特征差值小于预设差值时，表示目标域特征与源域特征满足第一预设条件。

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国网浙江省电力有限公司宁波供电公司;国网浙江省电力有限公司慈溪市供电公司，其通讯地址为：315016 浙江省宁波市海曙区丽园北路1408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。