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！

龙图腾网获悉中国电力科学研究院有限公司申请的专利储能电池寿命预测方法及相关装置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：CN121299482B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511856136.7，技术领域涉及：G01R31/367；该发明授权储能电池寿命预测方法及相关装置是由杨天;高飞;刘家亮;官亦标;姜添;沈进冉;范茂松;耿萌萌;石奇;严晗;胡娟设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本储能电池寿命预测方法及相关装置在说明书摘要公布了：本发明储能系统领域，公开了一种储能电池寿命预测方法及相关装置，基于待预测储能电池的状态数据、电化学采样数据和待预测充放电循环的工况数据，通过目标寿命预测模型实现待预测储能电池待预测充放电循环的预测寿命数据获取。采用完整充电数据中的部分数据即电化学采样数据作为模型输入数据，在使模型学习到储能电池老化规律的同时，将输入数据量进行缩减精炼。通过卷积神经网络捕捉电化学状态演化信息，并通过物理信息神经网络感知不同工况下老化趋势差异，实现不同工况下的寿命精准预测。通过少量的迁移训练数据进行迁移训练得到目标寿命预测模型，降低实际场景中的数据采集难度，提升模型在待预测储能电池上的适应性及寿命预测精度。

本发明授权储能电池寿命预测方法及相关装置在权利要求书中公布了：1.一种储能电池寿命预测方法，其特征在于，包括： 获取待预测储能电池的预测用数据；其中，所述预测用数据包括当前充放电循环的状态数据和电化学采样数据以及待预测充放电循环的工况数据； 根据待预测储能电池的预测用数据，基于预设的目标寿命预测模型，得到待预测储能电池待预测充放电循环的预测寿命数据； 其中，所述目标寿命预测模型通过下述方式得到：构建初始寿命预测模型；获取基础储能电池历史充放电循环时的采集数据得到基础训练数据，并根据基础训练数据训练初始寿命预测模型，得到基础寿命预测模型；获取待预测储能电池历史充放电循环时的采集数据得到迁移训练数据，并根据迁移训练数据将基础寿命预测模型进行迁移训练，得到目标寿命预测模型； 其中，所述采集数据包括状态数据、电化学采样数据、工况数据与寿命数据；所述初始寿命预测模型包括卷积神经网络和物理信息神经网络；所述物理信息神经网络用于提取所述工况数据的数据特征； 所述初始寿命预测模型包括三个卷积神经网络、一个物理信息神经网络和输出层；各卷积神经网络均包括并行的双向卷积分支和池化分支；第一卷积神经网络依次连接物理信息神经网络、第二卷积神经网络、第三卷积神经网络和输出层；其中，第一卷积神经网络用于提取状态数据和电化学采样数据的特征得到第一特征；物理信息神经网络用于提取工况数据的特征得到第二特征；第二卷积神经网络用于处理第一特征和第二特征得到中间特征，第三卷积神经网络用于处理中间特征得到预测特征，输出层用于根据预测特征输出预测寿命数据。

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中国电力科学研究院有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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。