買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉蘇州倍特睿檢測科技有限公司申請的專利基于深度學習的動力電池充放電管理優化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120257180B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510732380.6，技術領域涉及：G06F18/2433；該發明授權基于深度學習的動力電池充放電管理優化方法及系統是由莊輝;陶煜淳;操志鵬;顧葉飛;羅劍;黃子健設計研發完成，并于2025-06-03向國家知識產權局提交的專利申請。

本基于深度學習的動力電池充放電管理優化方法及系統在說明書摘要公布了：本申請提供一種基于深度學習的動力電池充放電管理優化方法及系統，首先獲取目標動力電池充放電時包含電池溫度序列、電壓波動序列、電流變化序列的實時電池狀態數據，再將其輸入預訓練的深度學習模型，通過深度學習模型不同分支分別分析電池溫度時變特征、電壓波動周期性模式、電流變化異常波動區間，基于以上特征的融合分析結果，生成與當前充放電階段匹配的含充放電速率調整閾值等的動態優化策略，最后依據該動態優化策略實時調整充放電參數，使充放電參數滿足預設的電池健康度約束條件且實現能量效率最大化，由此可智能優化動力電池充放電管理，提升電池性能與壽命。

本發明授權基于深度學習的動力電池充放電管理優化方法及系統在權利要求書中公布了：1.一種基于深度學習的動力電池充放電管理優化方法，其特征在于，所述方法包括： 獲取目標動力電池在充放電過程中的實時電池狀態數據，所述實時電池狀態數據包括電池溫度序列、電壓波動序列及電流變化序列； 將所述實時電池狀態數據輸入預先訓練的深度學習模型，通過所述深度學習模型的時間序列預測分支分析所述電池溫度序列的時變特征，通過電壓動態感知分支提取所述電壓波動序列的周期性模式，通過電流特征映射分支識別所述電流變化序列中的異常波動區間； 基于所述時變特征、周期性模式及異常波動區間的融合分析結果，生成與當前充放電階段匹配的動態優化策略，所述動態優化策略包含充放電速率調整閾值、溫度控制區間及電壓穩定范圍； 根據所述動態優化策略對所述目標動力電池的充放電參數進行實時調整，使得調整后的充放電參數滿足預設的電池健康度約束條件與能量效率最大化目標； 所述基于所述時變特征、周期性模式及異常波動區間的融合分析結果，生成與當前充放電階段匹配的動態優化策略，包括： 根據所述時變特征確定電池溫度的安全上升斜率閾值，并結合所述周期性模式計算電壓波動的允許偏差范圍； 識別所述異常波動區間對應的電流突變幅度，并根據所述電流突變幅度與預設安全閾值的比較結果，動態設定充放電速率的降額比例； 基于所述安全上升斜率閾值計算溫度控制區間的動態上限值，所述動態上限值根據實時電池溫度與所述安全上升斜率閾值的乘積進行累積更新； 根據所述允許偏差范圍確定電壓穩定范圍的中心值，所述中心值通過所述電壓波動序列的周期性模式中相鄰波峰與波谷的均值動態校準； 將所述降額比例轉換為充放電速率調整閾值的分段線性函數，所述分段線性函數的轉折點與所述電流變化序列中異常波動區間的持續時間呈負相關； 融合所述動態上限值、中心值及分段線性函數生成多參數協同約束條件，其中，所述溫度控制區間的下限值保持恒定，所述電壓穩定范圍的邊界值根據所述中心值對稱擴展預設百分比； 根據所述多參數協同約束條件建立充放電速率調整閾值、溫度控制區間及電壓穩定范圍的聯動映射表，所述聯動映射表中每個充放電速率調整閾值對應唯一的溫度控制區間和電壓穩定范圍組合； 基于當前充放電階段匹配的實時電池狀態數據索引所述聯動映射表，輸出包含充放電速率調整閾值、溫度控制區間及電壓穩定范圍的動態優化策略，其中，所述充放電速率調整閾值與所述降額比例呈反比關系，所述溫度控制區間的上限值由所述安全上升斜率閾值動態調整。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人蘇州倍特睿檢測科技有限公司，其通訊地址為：215500 江蘇省蘇州市常熟市東南街道黃浦江路185-23；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。