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！

龙图腾网获悉广东工业大学申请的专利一种基于多源退化表征图与动态特征融合的锂电池SOH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：CN120928203B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511189139.X，技术领域涉及：G01R31/367；该发明授权一种基于多源退化表征图与动态特征融合的锂电池SOH估计方法是由董楚煜;陈思哲;黄子鸿;谢书阳;韩晓岚;洪子扬设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种基于多源退化表征图与动态特征融合的锂电池SOH估计方法在说明书摘要公布了：本申请公开一种基于多源退化表征图与动态特征融合的锂电池SOH估计方法，所述方法包括：在锂电池放电循环中特定的荷电状态区间同步采集电压、电流、温度数据；基于电压和电流数据生成灰色轨迹图，结合温度数据生成温度热力图，基于循环次数与老化特征生成退化状态图，通过加权融合形成多源融合图；构建动态特征融合网络模型和多源特征约束损失函数；将动态特征融合网络模型训练后部署至电池管理系统，在线估计电池SOH。本发明构建了多源退化表征图形，全面量化电池老化状态，并提出通过动态特征融合网络模型和多源特征约束损失函数有效融合异构特征信息，提高了锂电池SOH估计精度。

本发明授权一种基于多源退化表征图与动态特征融合的锂电池SOH估计方法在权利要求书中公布了：1.一种基于多源退化表征图与动态特征融合的锂电池SOH估计方法，其特征在于，具体步骤如下： S1：收集电池运行数据，具体步骤包括：设定电池的最大循环次数，对锂电池进行循环充放电测试，选定每个放电循环中SOC由80%下降至30%的放电阶段，同步采集电压、电流及温度数据，并记录当前循环次数； S2：根据电池运行数据生成锂电池的四种退化表征图，包括灰色轨迹图、温度热力图、退化状态图、多源融合图，具体步骤包括：首先对采集的锂电池数据进行归一化处理，然后根据每个循环对应的电压和电流数据生成反映电压与电流协同变化趋势的灰色轨迹图；接着根据所述灰色轨迹图与对应循环的温度数据生成反映电池温度与电压、电流协同变化趋势的温度热力图；再基于循环次数与老化特征生成反映循环次数对电池退化影响的退化状态图；最后将所述温度热力图和退化状态图进行融合，生成综合反映电池老化状态的多源融合图； S3：构建动态特征融合网络模型和多源特征约束损失函数，具体步骤包括：首先基于所述灰色轨迹图、温度热力图、退化状态图及多源融合图，分别通过编码器进行特征提取，然后特征转换，获取每种图形的关键特征；然后根据提取的特征，通过动态权重计算并加权融合生成融合特征，自适应地融合不同图形的互补信息；接着将融合特征输入全连接层，估计电池SOH；最后通过包含回归损失、特征多样性损失和正交约束损失的多源特征约束损失函数联合优化模型参数，从而抑制特征冗余并提升老化表征的全面性； S4：动态特征融合网络模型训练与SOH在线估计，具体步骤包括：首先基于S1采集的电池充放电循环数据，按照S2的方法生成包含灰色轨迹图、温度热力图、退化状态图及多源融合图的退化表征图形数据集，再划分训练集、测试集和验证集；然后使用S3构建的动态特征融合网络模型及多源特征约束损失函数进行训练和测试，并将训练好的模型部署到电池管理系统，进行SOH在线估计。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区小谷围街道广东工业大学；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。