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！

龙图腾网恭喜南昌工程学院申请的专利一种储能电池剩余使用寿命预测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：CN119535244B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510110435.X，技术领域涉及：G01R31/367；该发明授权一种储能电池剩余使用寿命预测方法及系统是由周正华;徐派;王福英;许志浩;丁贵立;夏非;范莉;王宗耀;刘婧奕;蔡诗雨;李斌设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种储能电池剩余使用寿命预测方法及系统在说明书摘要公布了：本发明公开了一种储能电池剩余使用寿命预测方法及系统，该方法通过获取电池容量时间序列数据；采用TVF‑EMD对电池容量时间序列数据进行分解得到本征模态分量；利用改进后的协同群优化算法对时间卷积神经网络模型的卷积核个数和卷积核大小进行优化；对完整的电池容量时间序列数据归一化，将归一化后的数据输入改进协同群优化算法优化后的时间卷积神经网络模型之中进行剩余使用寿命预测。本发明通过改进后的协同群优化算法优化的时间卷积神经网络模型，使其预测具有更高的准确性。

本发明授权一种储能电池剩余使用寿命预测方法及系统在权利要求书中公布了：1.一种储能电池剩余使用寿命预测方法，其特征在于，包括以下步骤：步骤1：获取电池容量时间序列数据；步骤2：采用TVF-EMD对电池容量时间序列数据进行分解得到本征模态分量；步骤3：搭建时间卷积神经网络模型；步骤4：利用改进后的协同群优化算法对时间卷积神经网络模型的卷积核个数和卷积核大小进行优化；所述改进后的协同群优化算法，对速度更新公式进行了改进： ；式中，为第i个个体第j个维度候选解更新后的速度，为惯性权重值，为个体最佳系数，为全局最优系数，为动态吸引系数，为自适应邻域相互作用系数，为分集保持系数； ；式中，表示当前迭代次数，为第次迭代时的惯性权参数； ；式中，为第次迭代时的惯性权参数，k是决定惯性减重速率的常数； ；式中，为个体最佳系数的随机值参数，为缩小因子，为随机一个个体的解，代表第i个个体第j个维度当前候选解； ；式中，为全局最优系数的随机值参数，为最佳全局解； ；式中，为动态吸引系数的随机值参数，为第i个个体邻近局部吸引力值最高的位置，为动态吸引系数的附加加速度系数； ；式中，为自适应邻域相互作用系数的随机值参数，为随机一个个体的适应度值，为全局最优个体的适应度值，为0到1的随机值，为最差个体的适应度值； ；式中，为分集保持系数的随机值参数，为种群中在第i个个体邻近的最大多样性的位置，为分集保持系数的附加加速度系数；所述改进后的协同群优化算法迭代过程中，引入逃逸公式，使其跳出局部最优值； ； ；式中，表示第i个个体第j个维度更新后候选解，表示上一次迭代时的解，表示（0，1）的随机值，表示随着迭代次数改变的常数，表示当前迭代次数，T表示最大迭代次数，e为自然常数；步骤5：对完整的电池容量时间序列数据归一化，将归一化后的数据输入改进协同群优化算法优化后的时间卷积神经网络模型之中进行剩余使用寿命预测。

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南昌工程学院，其通讯地址为：330000 江西省南昌市高新区天祥大道289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”。