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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜東莞市廣勁動力科技有限公司申請的專利一種電池控制方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119029350B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411116258.8，技術(shù)領(lǐng)域涉及：H01M10/42；該發(fā)明授權(quán)一種電池控制方法及系統(tǒng)是由劉剛;武紅波設(shè)計研發(fā)完成，并于2024-08-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種電池控制方法及系統(tǒng)在說明書摘要公布了：本申請公開了一種電池控制方法及系統(tǒng)，涉及電池評估領(lǐng)域，包括：獲取多個電池的充放電數(shù)據(jù)和運行數(shù)據(jù)，構(gòu)成初始數(shù)據(jù)集；按照充放電周期切分預(yù)處理后的數(shù)據(jù)集，構(gòu)建時間序列樣本集；構(gòu)建基于長短時記憶LSTM神經(jīng)網(wǎng)絡(luò)的電池電動勢滯回模型；獲取目標電池一定時間范圍內(nèi)的歷史充放電電流和溫度數(shù)據(jù)作為輸入，利用訓(xùn)練后的電池電動勢滯回模型，預(yù)測當前時刻電池電動勢值；根據(jù)電池的狀態(tài)估計電荷狀態(tài)估計值；將當前時刻荷電狀態(tài)估計值傳送至電池管理系統(tǒng)，電池管理系統(tǒng)基于荷電狀態(tài)估計值調(diào)整目標電池的充放電功率限制和均衡控制參數(shù)。針對現(xiàn)有技術(shù)中老化電池的健康狀態(tài)估計精度低，本申請通過刻畫電池電動勢對充放電電流的動態(tài)響應(yīng)特性等，提高了精度。

本發(fā)明授權(quán)一種電池控制方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種電池控制方法，包括：S1，獲取多個電池的充放電數(shù)據(jù)和運行數(shù)據(jù)，構(gòu)成初始數(shù)據(jù)集；其中，充放電數(shù)據(jù)包含充放電電流大小、持續(xù)時間和充放電模式；運行數(shù)據(jù)包含電壓、電流和溫度；S2，對采集的初始數(shù)據(jù)集進行預(yù)處理，并按照充放電周期切分預(yù)處理后的數(shù)據(jù)集，構(gòu)建時間序列樣本集；S3，構(gòu)建基于長短時記憶LSTM神經(jīng)網(wǎng)絡(luò)的電池電動勢滯回模型，以預(yù)設(shè)時間窗口內(nèi)的充放電電流和溫度時間序列作為輸入，當前時刻的電池電動勢作為輸出；其中，充放電電流和溫度時間序列從初始數(shù)據(jù)集中獲取；利用時間序列樣本集對電池電動勢滯回模型進行訓(xùn)練；S4，獲取目標電池一定時間范圍內(nèi)的歷史充放電電流和溫度數(shù)據(jù)作為輸入，利用訓(xùn)練后的電池電動勢滯回模型，預(yù)測當前時刻電池電動勢值；S5，判斷目標電池是否處于靜置狀態(tài)，如果是，則直接測量電池的端電壓作為開路電壓；反之，則執(zhí)行以下步驟：監(jiān)測目標電池的端電壓，利用卡爾曼濾波算法對監(jiān)測的端電壓進行濾波處理，得到濾波后的電池電壓估計值；判斷目標電池的充電電流是否小于閾值且持續(xù)時長大于預(yù)設(shè)時長，如果是，則將對應(yīng)時刻的電池電壓估計值作為開路電壓的估計值；將得到的開路電壓與預(yù)測的電池電動勢值進行比較，得到當前時刻荷電狀態(tài)估計值；S6，根據(jù)當前時刻荷電狀態(tài)估計值，進行電池組裝設(shè)計；S3，構(gòu)建基于長短時記憶LSTM神經(jīng)網(wǎng)絡(luò)的電池電動勢滯回模型，包括：構(gòu)建基于長短時記憶LSTM神經(jīng)網(wǎng)絡(luò)的電池電動勢滯回模型，電池電動勢滯回模型以預(yù)設(shè)時間窗口內(nèi)的充放電電流時間序列和溫度時間序列作為輸入，以當前時刻的電池電動勢作為輸出；其中，充放電電流時間序列和溫度時間序列從初始數(shù)據(jù)集中獲??；將時間序列樣本集劃分為訓(xùn)練集、驗證集和測試集；其中，訓(xùn)練集用于訓(xùn)練模型參數(shù)，驗證集用于評估模型性能和調(diào)節(jié)超參數(shù)，測試集用于評估模型的泛化能力；采用mini-batch方式從訓(xùn)練集中隨機抽取一定數(shù)量的樣本組成一個batch；將batch輸入到電池電動勢滯回模型中進行前向傳播計算，得到輸出序列，輸出序列包含每個時間步的電動勢預(yù)測值；計算輸出序列與對應(yīng)的真實電動勢序列之間的損失函數(shù)，損失函數(shù)由均方誤差損失和交叉熵損失組成，均方誤差損失用于優(yōu)化電動勢預(yù)測值的準確性，交叉熵損失用于優(yōu)化滯回標簽的分類性能；采用BPTT算法對損失函數(shù)進行反向傳播，計算電池電動勢滯回模型各層參數(shù)的梯度，并在梯度中設(shè)置L1正則化項和L2正則化項，以約束模型參數(shù)的稀疏性和幅度；采用自適應(yīng)學(xué)習率優(yōu)化算法Adam根據(jù)正則化梯度更新電池電動勢滯回模型的參數(shù)；重復(fù)執(zhí)行以上參數(shù)更新的過程，直至遍歷訓(xùn)練集中的所有樣本，完成一個epoch的訓(xùn)練；在每個epoch訓(xùn)練結(jié)束后，采用驗證集評估當前電池電動勢滯回模型的性能，獲的電動勢預(yù)測的均方誤差和滯回標簽分類的精確度，當連續(xù)N個epoch的電動勢預(yù)測均方誤差和滯回標簽分類精度的提升幅度均小于預(yù)設(shè)閾值時，觸發(fā)早停條件，停止訓(xùn)練，N為大于1的整數(shù)；采用測試集評估訓(xùn)練完成后的電池電動勢滯回模型的泛華能力，獲得電動勢預(yù)測的均方誤差、滯回標簽分類的精確度、召回率和F1分數(shù)，將評估結(jié)果中性能最優(yōu)的電池電動勢滯回模型作為最終的訓(xùn)練結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人東莞市廣勁動力科技有限公司，其通訊地址為：523690 廣東省東莞市鳳崗鎮(zhèn)竹塘村浸校塘富民路50號鴻海智谷產(chǎn)業(yè)園B棟7樓702廠房；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。