買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國電力科學研究院有限公司申請的專利一種電池系統電壓極差的深度學習預測方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119337751B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411902766.9，技術領域涉及：G06F30/27；該發明授權一種電池系統電壓極差的深度學習預測方法及裝置是由李相俊;高波;官亦標;賈學翠;李焓寧;王凱豐設計研發完成，并于2024-12-23向國家知識產權局提交的專利申請。

本一種電池系統電壓極差的深度學習預測方法及裝置在說明書摘要公布了：本發明屬于儲能電池技術領域，公開一種電池系統電壓極差的深度學習預測方法及裝置；所述方法包括：采集電池簇的電池運行數據；所述電池運行數據包括單體電池極差數據、電池簇充放電功率和電池簇總電壓數據；將所述電池運行數據輸入預先訓練好的深度學習預測模型中預測，獲得電池簇未來預設時間內的電壓極差預測結果；其中，所述預先訓練好的深度學習預測模型為BiGRU?Transformer?LSTM模型。本發明采用BiGRU?Transformer?LSTM三種不同架構的混合模型，能有效預測電池電壓極差變化，可由當前電壓、功率信息預測未來一段時間的電壓極差變化，并具有電壓一致性評估功能；該方法有助于合理規劃電池組的充放電策略，延長電池壽命，提高電池的安全性、可靠性。

本發明授權一種電池系統電壓極差的深度學習預測方法及裝置在權利要求書中公布了：1.一種電池系統電壓極差的深度學習預測方法，其特征在于，包括：采集電池簇的電池運行數據；所述電池運行數據包括單體電池極差數據、電池簇充放電功率和電池簇總電壓數據；將所述電池運行數據輸入預先訓練好的深度學習預測模型中預測，獲得電池簇未來預設時間內的電壓極差預測結果；其中，所述預先訓練好的深度學習預測模型為BiGRU-Transformer-LSTM模型；所述BiGRU-Transformer-LSTM模型包括依次連接BiGRU層、Transformer層、LSTM層、全連接層和激活函數；所述BiGRU層，用于對輸入的時間序列數據進行正向和逆向編碼，捕捉雙向依賴信息，輸出特征序列；所述Transformer層，用于接收BiGRU層的輸出，利用多頭自注意力機制對時間序列的所有位置進行全局特征建模，輸出經過全局特征建模后的特征序列；LSTM層為雙層LSTM層，包括第一層LSTM和第二層LSTM；第一層LSTM，用于進一步提取經過全局特征建模后的特征序列的時間依賴關系，輸出經過第一層LSTM處理后的時間步特征；第二層LSTM，用于接收第一層LSTM的輸出，并結合長期依賴特征，生成最終的輸出特征；全連接層和激活函數，用于將LSTM層最終的輸出特征映射為預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國電力科學研究院有限公司，其通訊地址為：100192 北京市海淀區清河小營東路15號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。