一种储能电池剩余使用寿命预测方法及系统
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。
《一种储能电池剩余使用寿命预测方法及系统》是一发明专利,专利号为 202510110435X,当前法律状态为已下证,由南昌工程学院提出申请,发明人为周正华;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,申请日期为2025-01-23,公开(公告)日期为2025-05-16,国际专利分类号(IPC)为 G01R 31/367 (2019.01),高新资质:未报高企,所属技术领域包括:25年下证 电力储能 电源模块BMS储能电源 锂离子电池方法 锂电池方法 蓄电池方法 锂电池材料 储能电池 蓄能电池 光伏电池板 充电桩 电力电网储能 光储充 移动电源 电池模片方法 电池方法 锂电池方法 蓄电池方法 电池极片方法 电池负极方法 电池正极方法 电池模组。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: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。
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!
