山西赛盈储能科技有限公司崔国栋获国家专利权
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！
龙图腾网获悉山西赛盈储能科技有限公司申请的专利一种深度融合神经网络无迹卡尔曼滤波的SOC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：CN120802061B 。
龙图腾网通过国家知识产权局官网在2026-01-23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：202511280541.9，技术领域涉及：G01R31/367；该发明授权一种深度融合神经网络无迹卡尔曼滤波的SOC估计方法是由崔国栋;刘建国;王晋权;王凯东;田军设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。
本一种深度融合神经网络无迹卡尔曼滤波的SOC估计方法在说明书摘要公布了：本发明公开了一种深度融合神经网络无迹卡尔曼滤波的SOC估计方法，涉及全钒液流电池技术领域，旨在实现对电池荷电状态的高精度估算。方法包括建立电池的二阶等效电路模型，并对其进行参数辨识；通过无迹变换获取一组sigma点，计算每个sigma点的传播状态估计和传播状态预测，并通过无迹变换得到先验状态估计的一阶统计矩和先验状态预测的一阶统计矩，及交叉协方差，得到观测差和状态更新差；将观测差和状态更新差输入至神经网络系统以获取卡尔曼增益，并通过卡尔曼增益对先验状态估计进行状态更新，得到对电池荷电状态的预测。
本发明授权一种深度融合神经网络无迹卡尔曼滤波的SOC估计方法在权利要求书中公布了：1.一种深度融合神经网络无迹卡尔曼滤波的SOC估计方法，其特征在于，包括： S1：建立电池的二阶等效电路模型，并通过递推最小二乘法对所述二阶等效电路模型进行参数辨识； S2：通过无迹变换获取一组固定权重的sigma点，计算每个sigma点的传播状态估计和传播状态预测，并通过无迹变换得到先验状态估计的一阶统计矩和先验状态预测的一阶统计矩，及交叉协方差，得到观测差和状态更新差； S3：将所述观测差和状态更新差输入至神经网络系统以获取卡尔曼增益，并通过所述卡尔曼增益对所述先验状态估计进行状态更新，得到对所述电池荷电状态的预测；所述神经网络系统包括长短期记忆网络单元； S4：在获取到新的输入变量和观测变量输入的情况下，更新所述神经网络系统的数据，更新所述先验状态预测的一阶统计矩及交叉协方差，循环执行获取观测差和状态更新差、获取卡尔曼增益、得到对所述电池荷电状态的预测。
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山西赛盈储能科技有限公司，其通讯地址为：030600 山西省晋中市山西综改示范区晋中开发区新能源汽车园区广安东街539号山西奥帕斯智控车桥科技有限责任公司1号厂房；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励