发明专利已授权

一种预测电池健康状态的方法

Name: 一种预测电池健康状态的方法
Brand: 电子科技大学
SKU: 2020108346126
Availability: InStock

📄 申请号：CN202010834612.6 📄 发布日：2025/12/10

著录项目信息

申请日

2020-08-19

公开号

CN111985156B

公开日

2022-06-14

申请人

电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G06F30_27

IPC 分类号

G06F30_27 , G01R31_392 , G01R31_367 , G01R31_396 , G06F111_08 , G06N3_04 , G06N3_08 , G06N7_00 , G06N20_10 ,

技术画像

所属领域

电池管理电池管理电池状态估计人工智能算法

应用场景

新能源汽车, 储能系统, 消费电子, 电池维护, 智能电网

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种预测电池健康状态的方法，通过提取电池在每一次完整充放电过程中历史的恒流充电时间、恒压充电时间、容量增量曲线最大值、放电等压差时间间隔、欧姆内阻五个特征，以及健康状态SOH等特征，然后对提取的特征进行处理，建立起迁移高斯过程回归模型，从而预测出新电池在后续使用过程中的SOH值，具有操作简单、快速，且预测精度高等优点。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN111985156B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于多智能体深度强化学习的无人机集群动态覆盖方法

当前第 / 件

一种基于无监督迁移学习的电池SOH预测方法

同领域国内专利 · IPC: (G06F30_27)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：281 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种预测电池健康状态的方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G06F30_27)

相似专利推荐 AI 驱动 · 同领域

一种锂电池电芯外部短路测试工装

一种锂电池组充放电测试用试验台

一种锂电池组测试仓

服务项目

资源中心

关于柿子坊