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！

龙图腾网获悉太原理工大学申请的专利一种基于电化学模型的锂电池剩余寿命预测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：CN121142381B 。

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：202511701854.7，技术领域涉及：G01R31/392；该发明授权一种基于电化学模型的锂电池剩余寿命预测方法及系统是由张文杰;张智皓;赵泽楷;任密蜂设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种基于电化学模型的锂电池剩余寿命预测方法及系统在说明书摘要公布了：本申请公开一种基于电化学模型的锂电池剩余寿命预测方法及系统，涉及锂离子电池寿命预测领域，该方法包括：根据锂离子电池的电池粉料属性参数、内部结构参数和经验参数构建初始电化学模型；分别以同型号锂离子的新电池和不同老化阶段的旧电池为实验对象，通过实验测量和电化学模型仿真得到各自对应的电池老化特征数据，再以测量数据和仿真数据之差的最小值为优化目标，通过模拟退火智能优化算法对初始电化学模型中的经验参数和电池衰退参数进行辨识；根据辨识的经验参数和电池衰退参数，构建锂离子电池全生命周期电化学模型并对其进行工况模拟仿真，预测电池剩余寿命。本申请从电池内部电化学反应层面对电池建模，提升电池剩余寿命的预测精度。

本发明授权一种基于电化学模型的锂电池剩余寿命预测方法及系统在权利要求书中公布了：1.一种基于电化学模型的锂电池剩余寿命预测方法，其特征在于，所述方法包括： 根据锂离子电池的电池粉料属性参数、内部结构参数以及通过文献获取的初始经验参数，构建初始电化学模型； 以同型号新锂离子电池为实验对象，在不同倍率下的恒流充放电工况和多种动态充放电工况下，测量得到第一电池老化特征数据，以及通过所述初始电化学模型仿真得到第二电池老化特征数据，再以所述第一电池老化特征数据和所述第二电池老化特征数据之差的最小值为优化目标，通过模拟退火智能优化算法对所述初始电化学模型的初始经验参数进行辨识并确定最终的第一经验参数； 在不同倍率下的恒流充放电工况和多种动态充放电工况下，对锂离子电池进行全生命周期老化测试，得到不同老化阶段对应的第三电池老化特征数据，以及以所述第一经验参数为基础，通过初始电化学模型进行全生命周期老化测试仿真得到不同老化阶段对应的第四电池老化特征数据；针对每一老化阶段，以所述第三电池老化特征数据与所述第四电池老化特征数据之差的最小值为优化目标，通过模拟退火智能优化算法对所述初始电化学模型中当前老化阶段的电池衰退参数进行辨识，得到当前老化阶段的电池衰退参数； 根据所述第一经验参数和辨识的电池衰退参数，构建锂离子电池全生命周期电化学模型作为第一电化学模型；其中，第一经验参数不会随锂离子电池老化而变化，电池衰退参数会随锂离子电池老化而变化； 根据不同倍率下的恒流充放电工况和多种动态充放电工况，通过已训练的多老化应力电池衰退参数预测模型预测指定老化应力下的衰退参数；其中，所述多老化应力电池衰退参数预测模型是以辨识的不同老化阶段的衰退参数为样本数据对多层神经网络进行训练得到的； 将所述指定老化应力下的衰退参数输入到所述第一电化学模型中，预测电池在指定老化应力下的主反应副反应速率以及单次循环过程中的副反应产物积累量，再通过迭代求解定量预测指定老化应力下的电池老化路径，进而预测电池剩余寿命。

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太原理工大学，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79号太原理工大学迎西校区电机馆413-3；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。