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！

龙图腾网获悉南京航空航天大学申请的专利一种储能电池的SOH和RUL预测方法、系统、电子设备及介质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：CN119916216B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510116149.4，技术领域涉及：G01R31/367；该发明授权一种储能电池的SOH和RUL预测方法、系统、电子设备及介质是由曹宇;闻新;李振邦;梅宏设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种储能电池的SOH和RUL预测方法、系统、电子设备及介质在说明书摘要公布了：一种储能电池的SOH和RUL预测方法、系统、电子设备及介质，涉及储能电池检测技术领域。该方法包括：获取储能电池的电池参数和储能电池对应电动汽车的行驶参数；基于行驶参数，确定电动汽车的驾驶行为特征，并基于电池参数，确定储能电池的电池老化特征；对齐驾驶行为特征和电池老化特征的时间戳，并构建储能电池在预设周期内的电池健康特征向量；将电池健康特征向量输入训练模型，得到储能电池的SOH预测模型，并基于SOH预测模型，预测储能电池当前的电池健康值；根据储能电池当前的电池健康值、累计使用时长以及标准电池寿命，预测储能电池当前的剩余电池寿命。实施本申请提供的技术方案，达到了提高预测储能电池SOH和RUL的准确性的效果。

本发明授权一种储能电池的SOH和RUL预测方法、系统、电子设备及介质在权利要求书中公布了：1.一种储能电池的SOH和RUL预测方法，其特征在于，包括： 获取储能电池的电池参数和所述储能电池对应电动汽车的行驶参数； 基于所述行驶参数，确定所述电动汽车的驾驶行为特征，并基于所述电池参数，确定所述储能电池的电池老化特征； 对齐所述驾驶行为特征和所述电池老化特征在预设周期内的时间戳，并根据所述驾驶行为特征和所述电池老化特征，构建所述储能电池在所述预设周期内的电池健康特征向量； 将所述电池健康特征向量输入训练模型，得到所述储能电池的SOH预测模型，并基于所述SOH预测模型，预测所述储能电池当前的电池健康值； 根据所述储能电池当前的电池健康值、累计使用时长以及标准电池寿命，预测所述储能电池当前的剩余电池寿命； 所述根据所述储能电池当前的电池健康值、累计使用时长以及标准电池寿命，预测所述储能电池当前的剩余电池寿命，包括： 将所述储能电池当前的电池健康值、累计使用时长以及标准电池寿命代入预设电池寿命预测公式，得到所述储能电池当前的剩余电池寿命； 其中，所述预设电池寿命预测公式为： ； 式中，表示所述储能电池当前的剩余电池寿命，表示所述储能电池的标准寿命，表示所述储能电池当前的电池健康值，表示所述储能电池在快充模式下的老化因子，表示所述储能电池的快充比例，表示所述储能电池在慢充模式下的老化因子，表示所述储能电池的慢充比例，表示所述储能电池当前的累计使用时长； 所述基于所述行驶参数，确定所述电动汽车的驾驶行为特征，包括： 根据所述行驶参数中的行驶时长、制动频率以及行驶速度，确定所述电动汽车的多个驾驶行为，所述驾驶行为包括紧急刹车行为、高速行驶行为以及长途行驶行为； 根据各所述驾驶行为和所述行驶参数的采样时段，生成所述电动汽车的驾驶行为时间序列，并将所述驾驶行为时间序列作为所述驾驶行为特征； 所述根据所述行驶参数中的行驶时长、制动频率以及行驶速度，确定所述电动汽车的多个驾驶行为，包括： 若所述行驶时长大于或等于预设时长，则确定所述长途行驶行为作为所述电动汽车的驾驶行为； 若所述制动频率大于或等于预设频率，则确定所述紧急刹车行为作为所述电动汽车的驾驶行为； 若所述行驶速度大于或等于预设速度，则确定所述高速行驶行为作为所述电动汽车的驾驶行为； 所述根据所述驾驶行为特征和所述电池老化特征，构建所述储能电池在所述预设周期内的电池健康特征向量，包括： 将所述预设周期划分为多个标准时间段； 根据各所述标准时间段内的驾驶行为特征和电池老化特征，生成各所述标准时间段的特征矩阵； 按照时间顺序，拼接各所述特征矩阵中每一行的特征，得到各所述标准时间段的特征向量； 根据各所述标准时间段的特征向量，确定所述储能电池在所述预设周期内的电池健康特征向量。

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南京航空航天大学，其通讯地址为：210001 江苏省南京市秦淮区御道街29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。