学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

一种基于深度学习的锂电池荷电状态及寿命联合预测方法

被引：0
专利类型：
发明
申请号：
CN202510671098.1
申请日：
2025-05-23
公开(公告)号：
CN120178053A
公开(公告)日：
2025-06-20
发明(设计)人：
于远彬 李兴坤
申请人：
吉林大学
申请人地址：
130012 吉林省长春市高新技术产业开发区前进大街2699号
IPC主分类号：
G01R31/367
IPC分类号：
G01R31/388 G01R31/392 G01R31/396 G06F18/214 G06F18/2431 G06N3/0464
代理机构：
长春吉大专利代理有限责任公司 22201
代理人：
杜森垚
法律状态：
公开
国省代码：
吉林省 长春市
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2025-06-20 公开 公开
2025-07-08 实质审查的生效 实质审查的生效IPC(主分类):G01R 31/367申请日:20250523
2025-08-05 授权 授权
共 50 条
[1]
一种基于深度学习的锂电池荷电状态及寿命联合预测方法 [P]. 
于远彬 ;
李兴坤 .
中国专利 :CN120178053B ,2025-08-05
[2]
基于深度学习的锂电池荷电状态与健康状态联合估计方法 [P]. 
李孟涵 ;
李超然 ;
张强 ;
饶中浩 ;
刘晓日 ;
张铁臣 .
中国专利 :CN116298914B ,2025-10-31
[3]
一种锂电池荷电状态和能量状态的实时预测方法 [P]. 
赵珩 ;
郑灿杰 .
中国专利 :CN121091112A ,2025-12-09
[4]
锂电池荷电状态预测方法及装置、设备及存储介质 [P]. 
曾逸飞 ;
黎乐文 ;
施超 ;
林恭炫 ;
陈梓瑞 ;
周晨阳 ;
宋炳德 .
中国专利 :CN120577696A ,2025-09-02
[5]
一种基于EKF-LSTM的锂电池荷电状态联合预测测量方法 [P]. 
傅军栋 ;
陈浩杰 ;
孙翔 .
中国专利 :CN114994537A ,2022-09-02
[6]
基于对抗学习的锂电池健康状态和剩余使用寿命联合预测方法 [P]. 
叶娅兰 ;
潘桐杰 ;
吴欣昊 ;
肖坤书 .
中国专利 :CN118818354A ,2024-10-22
[7]
基于数据增强的锂电池荷电状态迁移学习估计方法 [P]. 
史大威 ;
高天然 ;
刘治钢 ;
崔楷欣 ;
付晗静 ;
李海津 .
中国专利 :CN119511087A ,2025-02-25
[8]
一种基于温度修正模型的锂电池荷电状态联合估计方法 [P]. 
颜伸翔 ;
王春燕 ;
李琳 ;
赵万忠 ;
施帅朋 ;
冯健 ;
胡犇 ;
何鹏 ;
张自宇 ;
王一松 ;
章波 ;
吴子涵 .
中国专利 :CN112444749A ,2021-03-05
[9]
基于深度学习的锂电池性能预测方法、装置、设备及介质 [P]. 
施荣沛 ;
胡一鸣 ;
郭楷淇 ;
姚瑞君 .
中国专利 :CN119247142B ,2025-12-30
[10]
基于深度学习的锂电池性能预测方法、装置、设备及介质 [P]. 
施荣沛 ;
胡一鸣 ;
郭楷淇 ;
姚瑞君 .
中国专利 :CN119247142A ,2025-01-03
12345