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！

龙图腾网获悉苏州大学申请的专利面向标注数据稀缺场景的锂离子电池早期寿命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：CN121051570B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511592778.0，技术领域涉及：G06F18/2411；该发明授权面向标注数据稀缺场景的锂离子电池早期寿命预测方法是由费子成;毕建龙;杨芳芳;李鸣鹤;王进设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本面向标注数据稀缺场景的锂离子电池早期寿命预测方法在说明书摘要公布了：本发明涉及锂离子电池预测与健康管理技术领域，公开了一种面向标注数据稀缺场景的锂离子电池早期寿命预测方法，包括利用锂离子电池前70个循环周期的充放电数据，提取预设维度的退化特征，进行后续预测；利用有标签样本对多种预测模型进行训练，利用训练后的预测模型获取无标签样本的伪标签；对无标签样本进行聚类，获取对应的簇标签；基于伪标签与簇标签，计算每个无标签样本的置信度得分，并选取得分高的无标签样本及其对应的伪标签加入初始训练集中；同时通过训练集的平均绝对百分比误差的变化，动态调整预设置信度阈值与预设采样比例，更新训练集，以训练出更加精确的目标预测模型，对锂离子电池的早期寿命进行预测。

本发明授权面向标注数据稀缺场景的锂离子电池早期寿命预测方法在权利要求书中公布了：1.一种面向标注数据稀缺场景的锂离子电池早期寿命预测方法，其特征在于，包括： 以锂离子电池的电池寿命值为标签，获取前70个循环周期的有标签充放电数据，构建初始训练集； 获取锂离子电池在前70个循环周期的无标签充放电数据，构建候选训练集； 基于训练样本在前70个循环周期中任意两个循环周期对应的充放电数据的差异，提取预设维数的退化特征，组成候选特征集合； 基于候选特征集合，对所有无标签样本进行聚类，划分为多个簇，为每个簇分配对应的簇标签；利用初始训练集对多种预测模型进行训练，并利用训练后的多种预测模型，对无标签样本进行预测，获取每个无标签样本的伪标签；基于每个无标签样本的伪标签与簇标签，构建每个无标签样本的置信度得分； 在置信度得分大于预设置信度阈值的无标签样本中，利用分层抽样方法，基于预设采样比例选取多个无标签样本及其对应的伪标签加入初始训练集中，更新训练集； 计算更新后训练集的平均绝对百分比误差与更新前训练集的平均绝对百分比误差的变化量，动态调整预设置信度阈值与预设采样比例，更新训练集，直至更新后的训练集的平均绝对百分比误差收敛，获取多种目标预测模型； 获取待预测锂离子电池的候选特征集合，分别输入多种目标预测模型中，获取对应的多种预测结果进行加权融合，得到待预测锂离子电池的早期寿命预测结果； 其中，对预设置信度阈值进行动态调整，表示为： ； 其中，表示第次更新训练集时的预设置信度阈值，与为预设调节系数；表示当前训练集的平均绝对百分比误差与更新前训练集的平均绝对百分比误差的变化量，表示损失恶化阈值，表示损失改善阈值； 对预设采样比例进行动态调整，表示为： ； 其中，表示第次更新训练集时的预设采样比例，为取值大于1的增长系数，表示预设采样比例上限，为取值小于1的衰减系数，表示预设采样比例下限。

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苏州大学，其通讯地址为：215000 江苏省苏州市工业园区仁爱路199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。