发明专利已授权

基于多特征融合和改进HKELM的锂电池健康状态估计方法

Name: 基于多特征融合和改进HKELM的锂电池健康状态估计方法
Brand: 淮安大学
SKU: 2025111544144
Availability: InStock

📄 申请号：CN202511154414.4 📄 发布日：2026/10/28

著录项目信息

申请日

2025-08-18

公开号

CN120928200B

公开日

2026-09-11

申请人

淮安大学

法律状态

已下证

专利类型

发明

主分类号

G01R31_367

IPC 分类号

G01R31_367 , G01R31_392 , G06F18_2113 , G06F18_213 , G06N3_006 ,

技术画像

所属领域

电池管理电池管理电池健康状态估计机器学习算法

应用场景

新能源汽车, 储能系统, 电池安全监测, 电池梯次利用

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提供了一种基于多特征融合和改进HKELM的锂电池健康状态估计方法，对所选电池老化数据集从充放电时间、增量容量曲线、差分电压曲线等方面提取能够反映锂离子电池SOH的多个特征；通过皮尔逊相关系数评价多个健康特征与健康状态的相关性；采用VMD对健康状态信号进行多尺度分解；结合混合混沌映射、动态调整参数机制、柯西‑高斯混合变异扰动及自适应螺旋位置更新对黑翅鸢算法BKA进行改进，并利用改进后的黑翅鸢优化算法对HKELM的关键参数进行寻优，构建IBKA‑HKELM‑Adaboost锂电池健康状态估计子模型；各模态分量的集成模型估计结果叠加，得到最终SOH估计值。本发明提升了模型对锂电池健康状态估计的准确性和实时性，为电池的能量管理和定期更换提供了重要依据。

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： CN120928200B

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

融合河马粒子群算法LSTM的电动汽车混合储能系统能量管理方法

当前第 / 件

一种拓扑优化薄壁结构的可溶型芯精密铸造模具

同领域国内专利 · IPC: (G01R31_367)

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_374 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49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：10 ❤️ 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)

基于多特征融合和改进HKELM的锂电池健康状态估计方法

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: (G01R31_367)

相似专利推荐 AI 驱动 · 同领域

基于Transformer与空间注意力机制的行人重识别方法

一种基于UNet网络的路面裂缝病害识别分割方法及系统

基于YOLOV7算法的路面病害快速检测方法及系统

服务项目

资源中心

关于柿子坊