一种基于常微分方程神经网络的锂电池SOC的估计方法（高校公示15天）（不包年费滞纳金）（需要二变）

一种基于常微分方程神经网络的锂电池SOC的估计方法，包括步骤S1，收集锂电池循环充放电电压电流数据，形成原始数据集；步骤S2，建立锂电池二阶RC等效电路模型，确定状态方程、输出方程及常微分方程组；步骤S3，将常微分方程组融入递归神经网络来参数化隐藏单元，建立融合等效电路模型常微分方程的ODE‑RNN Net模型；步骤S4，初始化ODE‑RNN Net模型参数，利用原始数据集对ODE‑RNN Net模型进行训练；步骤S5，利用训练好的ODE‑RNN Net模型，输入当前时刻锂电池工作电流，预测锂电池后续工作状态输出及荷电状态。本发明能降低训练数据量的需求，提高电池建模及电池荷电状态估计的准确性。

《一种基于常微分方程神经网络的锂电池SOC的估计方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025100257269，当前法律状态为已下证，由湖南大学提出申请，发明人为帅智康;彭平;彭也伦;肖童星;王鑫;谢础屹，申请日期为2025-01-08，公开（公告）日期为2025-05-02，国际专利分类号（IPC）为 G01R 31/367 (2019.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：一种基于常微分方程神经网络的锂电池SOC的估计方法，包括步骤S1，收集锂电池循环充放电电压电流数据，形成原始数据集；步骤S2，建立锂电池二阶RC等效电路模型，确定状态方程、输出方程及常微分方程组；步骤S3，将常微分方程组融入递归神经网络来参数化隐藏单元，建立融合等效电路模型常微分方程的ODE‑RNN Net模型；步骤S4，初始化ODE‑RNN Net模型参数，利用原始数据集对ODE‑RNN Net模型进行训练；步骤S5，利用训练好的ODE‑RNN Net模型，输入当前时刻锂电池工作电流，预测锂电池后续工作状态输出及荷电状态。本发明能降低训练数据量的需求，提高电池建模及电池荷电状态估计的准确性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！