发明专利已授权

一种基于深度学习的电池SOC和SOH联合估计方法

📄 申请号：CN202010946770.0 📄 发布日：2026/07/23

著录项目信息

申请日

2020-09-10

公开号

CN112269134B

公开日

2022-12-02

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G01R31_388

IPC 分类号

G01R31_388 , G01R31_389 , G01R31_392 , G01R31_36 ,

技术画像

所属领域

深度学习深度学习电池状态估计电池管理系统

应用场景

新能源汽车, 储能系统, 智能电网, 备用电源

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于深度学习的电池SOC和SOH联合估计方法。具体步骤包括电池数据的采集、对数据的预处理、搭建SE‑CNN神经网络和BRNN神经网络、构建并训练估算模型，最后利用训练过的SE‑CNN网络估算电池的SOH值、利用BRNN网络估算电池的SOC值。本发明利用深度学习的参量自学习能力，减少了在估算电池的剩余容量与最大可用容量之比与电池容量和内阻的变化关系过程中的计算量，并考虑SOH和SOC之间的关联，进行联合估计，增强预测模型的稳定性，提高计算的准确性，弥补了现有技术中各种估算方法测量时间长、测量条件要求高、计算量过高以及估算精度低的不足，为各类电池管理系统提供一种快速、准确的SOH和SOC估算方法。

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

一种零件翻转定位装置及零件上料装置

当前第 / 件

基础油自驱动到接触区的轴承及其内外圈加工方法

同领域国内专利 · IPC: (G01R31_388)

G01R31_00 G01R31_01 G01R31_02 G01R31_08 G01R31_11 G01R31_12 G01R31_14 G01R31_16 G01R31_18 G01R31_24 G01R31_26 G01R31_265 G01R31_28 G01R31_317 G01R31_3177 G01R31_3185 G01R31_327 G01R31_34 G01R31_36 G01R31_364 G01R31_367 G01R31_378 G01R31_379 G01R31_382 G01R31_3835 G01R31_3842 G01R31_385 G01R31_387 G01R31_388 G01R31_389 G01R31_392 G01R31_396 G01R31_40 G01R31_42 G01R31_44 G01R31_50 G01R31_52 G01R31_54 G01R31_55 G01R31_56 G01R31_58 G01R31_62 G01R31_64 G01R31_66 G01R31_67 G01R31_68 G01R31_69 G01R31_72 覆盖48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：25 ❤️ 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 0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)

一种基于深度学习的电池SOC和SOH联合估计方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G01R31_388)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

一种多孔结构硅碳复合微球及其制备方法与应用

服务项目

资源中心

关于柿子坊