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！

龙图腾网恭喜东莞市广劲动力科技有限公司申请的专利一种电池控制方法及系统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：CN119029350B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411116258.8，技术领域涉及：H01M10/42；该发明授权一种电池控制方法及系统是由刘刚;武红波设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种电池控制方法及系统在说明书摘要公布了：本申请公开了一种电池控制方法及系统，涉及电池评估领域，包括：获取多个电池的充放电数据和运行数据，构成初始数据集；按照充放电周期切分预处理后的数据集，构建时间序列样本集；构建基于长短时记忆LSTM神经网络的电池电动势滞回模型；获取目标电池一定时间范围内的历史充放电电流和温度数据作为输入，利用训练后的电池电动势滞回模型，预测当前时刻电池电动势值；根据电池的状态估计电荷状态估计值；将当前时刻荷电状态估计值传送至电池管理系统，电池管理系统基于荷电状态估计值调整目标电池的充放电功率限制和均衡控制参数。针对现有技术中老化电池的健康状态估计精度低，本申请通过刻画电池电动势对充放电电流的动态响应特性等，提高了精度。

本发明授权一种电池控制方法及系统在权利要求书中公布了：1.一种电池控制方法，包括：S1，获取多个电池的充放电数据和运行数据，构成初始数据集；其中，充放电数据包含充放电电流大小、持续时间和充放电模式；运行数据包含电压、电流和温度；S2，对采集的初始数据集进行预处理，并按照充放电周期切分预处理后的数据集，构建时间序列样本集；S3，构建基于长短时记忆LSTM神经网络的电池电动势滞回模型，以预设时间窗口内的充放电电流和温度时间序列作为输入，当前时刻的电池电动势作为输出；其中，充放电电流和温度时间序列从初始数据集中获取；利用时间序列样本集对电池电动势滞回模型进行训练；S4，获取目标电池一定时间范围内的历史充放电电流和温度数据作为输入，利用训练后的电池电动势滞回模型，预测当前时刻电池电动势值；S5，判断目标电池是否处于静置状态，如果是，则直接测量电池的端电压作为开路电压；反之，则执行以下步骤：监测目标电池的端电压，利用卡尔曼滤波算法对监测的端电压进行滤波处理，得到滤波后的电池电压估计值；判断目标电池的充电电流是否小于阈值且持续时长大于预设时长，如果是，则将对应时刻的电池电压估计值作为开路电压的估计值；将得到的开路电压与预测的电池电动势值进行比较，得到当前时刻荷电状态估计值；S6，根据当前时刻荷电状态估计值，进行电池组装设计；S3，构建基于长短时记忆LSTM神经网络的电池电动势滞回模型，包括：构建基于长短时记忆LSTM神经网络的电池电动势滞回模型，电池电动势滞回模型以预设时间窗口内的充放电电流时间序列和温度时间序列作为输入，以当前时刻的电池电动势作为输出；其中，充放电电流时间序列和温度时间序列从初始数据集中获取；将时间序列样本集划分为训练集、验证集和测试集；其中，训练集用于训练模型参数，验证集用于评估模型性能和调节超参数，测试集用于评估模型的泛化能力；采用mini-batch方式从训练集中随机抽取一定数量的样本组成一个batch；将batch输入到电池电动势滞回模型中进行前向传播计算，得到输出序列，输出序列包含每个时间步的电动势预测值；计算输出序列与对应的真实电动势序列之间的损失函数，损失函数由均方误差损失和交叉熵损失组成，均方误差损失用于优化电动势预测值的准确性，交叉熵损失用于优化滞回标签的分类性能；采用BPTT算法对损失函数进行反向传播，计算电池电动势滞回模型各层参数的梯度，并在梯度中设置L1正则化项和L2正则化项，以约束模型参数的稀疏性和幅度；采用自适应学习率优化算法Adam根据正则化梯度更新电池电动势滞回模型的参数；重复执行以上参数更新的过程，直至遍历训练集中的所有样本，完成一个epoch的训练；在每个epoch训练结束后，采用验证集评估当前电池电动势滞回模型的性能，获的电动势预测的均方误差和滞回标签分类的精确度，当连续N个epoch的电动势预测均方误差和滞回标签分类精度的提升幅度均小于预设阈值时，触发早停条件，停止训练，N为大于1的整数；采用测试集评估训练完成后的电池电动势滞回模型的泛华能力，获得电动势预测的均方误差、滞回标签分类的精确度、召回率和F1分数，将评估结果中性能最优的电池电动势滞回模型作为最终的训练结果。

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东莞市广劲动力科技有限公司，其通讯地址为：523690 广东省东莞市凤岗镇竹塘村浸校塘富民路50号鸿海智谷产业园B栋7楼702厂房；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”。