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！

龙图腾网获悉重庆邮电大学申请的专利一种基于收缩和空间交互网络的锂电池荷电状态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：CN116184224B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211550581.7，技术领域涉及：G01R31/3842；该发明授权一种基于收缩和空间交互网络的锂电池荷电状态估计方法是由李鹏华;张奕辉;方昳凡;黄子恒;高代林设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于收缩和空间交互网络的锂电池荷电状态估计方法在说明书摘要公布了：本发明涉及一种基于收缩和空间交互网络的锂电池荷电状态估计方法，属于新能源技术领域。该方法包括以下步骤：S1：使用锂电池电流、电压、温度和采样时间序列中的一个或多个作为模型输入，在残差网络的基础上，将软阈值作为非线性转换层插入到深层架构中，以消除不重要的特征，实现去噪的目的，获得新的特征矩阵作为下一模块的输入；S2：使用上一模块将数据去噪处理后的特征矩阵X'作为数据输入，空间交互网络学习数据间的依赖关系，最终输出锂电池的荷电状态。本发明利用简单卷积和交互网络提取时序数据特征的同时增加各个子序列之间的联系，进而提升模型学习时序数据前后相关性的能力，完成锂电池荷电状态的准确估计。

本发明授权一种基于收缩和空间交互网络的锂电池荷电状态估计方法在权利要求书中公布了：1.一种基于收缩和空间交互网络的锂电池荷电状态估计方法，其特征在于：该方法包括以下步骤： S1：使用锂电池电流、电压、温度和采样时间序列中的一个或多个作为模型输入，在残差网络的基础上，将软阈值作为非线性转换层插入到深层架构中，以消除不重要的特征，实现去噪的目的，获得新的特征矩阵作为下一模块的输入； S2：使用S1中去噪模块去噪处理后的特征矩阵作为数据输入，空间交互网络学习数据间的依赖关系，最终输出锂电池的荷电状态；具体为： S21：基本模块通过分裂和交互学习操作，将输入特征分解为和两个子特征； 分裂过程通过分离奇偶元素将原序列向下采样为两个子序列和，使用不同的卷积核从和中提取特征；采用交互式学习进行相互映射变换，实现信息交换； 所述交互式学习具体为： 首先，和分别被投影到具有两个不同一维卷积模和的隐藏状态，并转换为的指数形式，并与和与元素相关的乘积相互作用，即： 6 其次，使用另外两个一维卷积模和，将两个缩放特征和进一步投影到另外两个隐态，通过和，相加或者相减最终输出是两个更新的子特性和，即： 7 S22：将基本模块按照二叉树的排列方式组成整体模块，总共层，每一层的基本模块数为个，是后一小节最终结构中整体模块的个数，单个模块的输入是时间序列，时或者上一整体模块输出的特征向量，时，是数据的维数，在时间序列中捕获短期和长期的时间依赖性；在通过层的基本模块后，进行合并操作重新排列所有子特征中的元素，并将它们连接到一个新的序列表示中，然后通过剩余连接将其添加到原始时间序列中，以生成新序列；最后，利用一个简单的全连接网络将增强序列表示解码得到新的特征向量； S23：将个整体模块堆叠得到网络的最终结构，得到预测精度；其中每一个模块的输入是上一模块的输出，最后一个模块的输出就是最终的预测结果；在每一个整体模块中引入一个中间监督，每一个模块的输出会和该模块的输入比较得到误差，并将误差送入总误差中进行反向传播； 每一个模块的误差为： 8 最终结构的总误差为： 9。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。