买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于BO-LSTM的锂离子电池剩余使用寿命预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117110877B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211524784.9，技术领域涉及：G01R31/367；该发明授权一种基于BO-LSTM的锂离子电池剩余使用寿命预测方法是由马骏;胡欲立;卢丞一;李炬晨设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种基于BO-LSTM的锂离子电池剩余使用寿命预测方法在说明书摘要公布了：本发明涉及一种基于BO‑LSTM的锂离子电池剩余使用寿命预测方法，旨在解决水下航行器动力系统中电池剩余循环次数预测不准确的问题，为电池的剩余循环次数预测提供参考。其特征为：1.对电池进行充放电循环试验并划分训练集与测试集2.建立电池健康度与剩余使用寿命的联系；3.建立BO‑LSTM模型；4.将数据代入BO‑LSTM算法模型，对电池剩余使用寿命进行预测。本发明方法将LSTM神经网络算法良好的拟合能力与贝叶斯优化算法优秀的寻优能力结合，为锂离子电池剩余使用寿命的预测提供了一种更高精度的方法，从而能够更准确的对锂离子电池剩余使用寿命进行预测。

本发明授权一种基于BO-LSTM的锂离子电池剩余使用寿命预测方法在权利要求书中公布了：1.一种基于BO-LSTM的锂离子电池剩余使用寿命预测方法，其特征在于步骤如下： 步骤1：对电池进行充放电循环试验，得到电池的失效后总循环次数，并将总循环次数划分为训练集与测试集； 所述训练集数目为总循环次数的前80%或前90%； 所述测试集数目为总循环次数减去训练集数目； 步骤2：计算电池健康度： 其中，为初始测得的放电容量；为第i次实时测得的放电容量； 步骤3：将电池健康度数据代入BO-LSTM算法模型，对电池剩余使用寿命进行预测： 步骤3.1：将步骤2的电池健康度作为BO-LSTM神经网络模型的初始输入样本，随机产生初始化样本； 步骤3.2：将初始化的样本点输入进行高斯运算，得到目标函数的均值和方差： 步骤3.3：将目标函数的均值和方差输入到EI采集函数中，采样函数输出修正后的高斯模型中选取下一组需要评估的样本点； 该样本评估点输入LSTM模型中进行训练，获得目标函数新的输出值，以输出值更新样本集合即电池健康度的集合和高斯模型； 步骤3.4：重复迭代，在迭代设定次数内，以每次输出值更新样本集合和高斯模型； 当迭代完成终止，采样函数输出最佳的电池健康度的集合参数以及对应的LSTM模型的目标函数的损失值； 电池健康度的集合中个数的12为电池的循环预测寿命。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。