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！

龍圖騰網恭喜中國計量大學申請的專利一種基于深度學習的鋰電池健康狀態評估方法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：CN119535238B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202510085284.7，技術領域涉及：G01R31/367；該發明授權一種基于深度學習的鋰電池健康狀態評估方法是由竺春祥;周星凱;晏邦杰;段宇翔;沈志杰;舒紅;劉嘯天;王之遠;任宇晨設計研發完成，并于2025-01-20向國家知識產權局提交的專利申請。

本一種基于深度學習的鋰電池健康狀態評估方法在說明書摘要公布了：本發明公開了一種基于深度學習的鋰電池健康狀態評估方法，本發明涉及電池評估技術領域。包括以下步驟：通過電化學阻抗譜測試獲取鋰電池的奈奎斯特曲線圖，并將其與內部阻抗特征參數一一映射，生成樣本圖像集。基于樣本圖像集建立深度學習網絡模型，以奈奎斯特曲線圖為輸入，內部阻抗特征參數為標簽，訓練生成預測模型。對待評估電池進行測試，輸入目標奈奎斯特曲線圖以預測內部阻抗特征參數。結合電力特征參數，計算容量保持率指數、循環效率劣化指數及外形膨脹影響指數。通過綜合分析上述指標，得出健康狀態綜合系數，并與健康閾值對比，判斷電池健康狀態。該方法通過深度學習提升評估精度，實現高效準確的健康狀態評估。

本發明授權一種基于深度學習的鋰電池健康狀態評估方法在權利要求書中公布了：1.一種基于深度學習的鋰電池健康狀態評估方法，其特征在于，具體步驟包括：對若干已知內部阻抗特征參數的鋰電池進行電化學阻抗譜測試，獲取對應的奈奎斯特曲線圖，基于獲取的奈奎斯特圖，生成樣本圖像集，將各奈奎斯特曲線圖與對應的內部阻抗特征參數一一映射存入樣本圖像集，所述內部阻抗特征參數包括電解質歐姆阻抗、固體電解質相界面膜阻抗和擴散阻抗；基于樣本圖像集，建立深度學習網絡模型，將樣本圖像集內的若干奈奎斯特曲線圖作為深度學習網絡模型的輸入，并以每張曲線圖對應的內部阻抗特征參數為標簽，對深度學習網絡模型進行訓練，得到內部阻抗特征參數預測模型；對待評估的鋰電池進行電化學阻抗譜測試，得到目標奈奎斯特曲線圖，將目標奈奎斯特曲線圖輸入完成訓練的內部阻抗特征參數預測模型中，得到待評估的鋰電池的內部阻抗特征參數，同時對待評估的鋰電池進行完全充電和放電測試，記錄對應電力特征參數；根據得到的待評估的鋰電池的內部阻抗特征參數，結合對應電力特征參數計算生成容量保持率指數、循環效率劣化指數和外形膨脹影響指數，所述電力特征參數包括完全充電和放電的開始及結束時刻、流經電流、對應電壓和表面最高溫度；基于容量保持率指數、循環效率劣化指數和外形膨脹影響指數，綜合分析得到待評估的鋰電池的健康狀態綜合系數，將待評估的鋰電池的健康狀態綜合系數與鋰電池健康閾值相對比，根據不同對比結果，判斷待評估的鋰電池的健康狀態；其中健康狀態綜合系數計算所依據的公式為： 式中，CHI為健康狀態綜合系數，ω1、ω2和ω3分別為外形膨脹影響指數、循環效率劣化指數和容量保持率指數的權重系數，其中ω1ω2≥ω3且ω1、ω2和ω3均大于0，EDI為循環效率劣化指數，RAF為容量保持率指數，PDI為外形膨脹影響指數；將待評估的鋰電池的健康狀態綜合系數與鋰電池健康閾值相對比，根據不同對比結果，判斷待評估的鋰電池的健康狀態，其中判斷待評估的鋰電池的健康狀態所依據的邏輯為：當CHI≥0.7*yz時，判斷為待評估的鋰電池的健康狀態為優，表示該鋰電池應正常使用；當0.4*yz≤CHI0.7*yz時，判斷為待評估的鋰電池的健康狀態為良，表示該鋰電池應進行維修或更換；當0≤CHI0.4*yz時，判斷為待評估的鋰電池的健康狀態為差，表示該鋰電池無法繼續使用；其中yz為設置的鋰電池健康閾值。

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計量大學，其通訊地址為：310018 浙江省杭州市錢塘區學源街258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”。