(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110637416.4 (22)申请日 2021.06.08 (65)同一申请的已公布的文献号 申请公布号 CN 113361197 A (43)申请公布日 2021.09.07 (73)专利权人 山东大学 地址 264209 山 东省青岛市 即墨滨海路72 号 (72)发明人 宋艳　李沂滨　崔明　贾磊　高辉　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 祖之强 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06F 111/10(2020.01) G06F 119/04(2020.01) (56)对比文件 US 2018285 542 A1,2018.10.04 CN 112147432 A,2020.12.2 9 WO 20210 62366 A1,2021.04.01 审查员 曹丽冉 (54)发明名称 一种锂电池剩余使用寿 命预测方法及系统 (57)摘要 本发明属于锂电池技术领域， 提供了一种锂 电池剩余使用寿命预测方法及系统。 该方法包 括， 根据锂电池的历史电池容量值， 得到每个电 池容量值对应的电压、 电流和温度数据的特征矩 阵； 考虑电压、 电流和温度数据的权重值以及不 同特征类型对电池容量值的影 响， 结合电池容量 值对应的电压、 电流和温度数据的特征矩阵， 得 到不同注 意力机制对应的测量数据特征矩阵、 特 征类型矩阵和测量数据与特征类型融合矩阵； 将 测量数据特征矩阵、 特征类型矩阵和测量数据与 特征类型融合矩阵进行拼接， 得到锂电池的预测 剩余寿命。 权利要求书2页 说明书11页 附图5页 CN 113361197 B 2022.10.25 CN 113361197 B 1.一种锂电池剩余使用寿命预测方法， 其特 征在于， 包括： 根据锂电池的历史电池容量值， 得到每个电池容量值对应的 电压、 电流和温度数据的 特征矩阵； 考虑电压、 电流和温度数据的权重值以及不同特征类型对电池容量值的影响， 结合电 池容量值对应的电压、 电流和温度数据的特征矩阵， 得到不同注意力机制对应的测 量数据 特征矩阵、 特征类型矩阵和测量数据与特征类型融合矩阵； 不同注意力机制通过考虑特征 的不同属性来计算贡献权重， 通过不同权重加权后的测量数据特征矩阵Cj  、 不同权重加权 后的特征类型矩阵Dj和不同权重加权后的测量数据与特征类型融合矩阵Ej将 被拼接， 然后 输入到网络的全连接层， 得到锂电池的预测剩余寿命。 2.根据权利要求1所述的锂电池剩余使用寿命预测方法， 其特征在于， 在获取锂电池的 历史电池容量值后包括， 获取每个电池容量值对应的电压、 电流和温度数据； 并对每个电池 容量值对应的电压、 电流和温度数据进 行预处理， 提取电池容量值对应的电压、 电流和温度 数据的特 征矩阵。 3.根据权利要求2所述的锂电池剩余使用寿命预测方法， 其特征在于， 所述预处理包 括： 获取每个电池容量值对应的电压数据 矩阵、 电流数据矩阵 以及温度数据矩阵的行向量， 然后分别提取电压行向量、 电流行向量以及温度数据行向量中的能量特征、 波动 指数特征、 偏度指数 特征和峰度指数 特征。 4.根据权利要求3所述的锂电池剩余使用寿命预测方法， 其特征在于， 采用电压行向 量、 电流行向量以及温度数据行向量中的线性回归特征、 能量特征、 波动指数特征、 偏度指 数特征和峰度指数 特征中的至少两种， 预测锂电池的剩余寿命。 5.根据权利要求2所述的锂电池剩余使用寿命预测方法， 其特征在于， 所述预处理包 括： 对每个电池容 量值对应的电压、 电流和温度数据进行归一 化处理。 6.根据权利要求2所述的锂电池剩余使用寿命预测方法， 其特征在于， 在获取锂电池的 历史电池容量值后包括， 采用高斯滤波器对锂电池的历史电池容量值进行滤波处理， 滤除 噪声。 7.根据权利要求1所述的锂电池剩余使用寿命预测方法， 其特征在于， 所述不同特征类 型对电池容量值的影响包括： 不同特征类型 的权重对容量值对应的电压、 电流和温度数据 的特征矩阵的影响。 8.一种锂电池剩余使用寿命预测系统， 其特 征在于， 包括： 第一处理模块， 其被配置为： 根据锂电池的历史电池容量值， 得到每个电池容量值对应 的电压、 电流和温度数据的特 征矩阵； 第二处理模块， 其被配置为： 考虑电压、 电流和温度数据的权重值以及不同特征类型对 电池容量值的影响， 结合电池容量值对应的电压、 电流和温度数据的特征矩阵， 得到不同注 意力机制对应的测量数据特征矩阵、 特征类型矩阵和测量数据与特征类型融合矩阵； 不同 注意力机制通过考虑特征的不同属性来计算贡献权重， 通过不同权重加权后的测量数据特 征矩阵Cj  、 不同权重加权后的特征类型矩阵Dj和不同权重加权后的测量数据与特征类型 融合矩阵Ej 将被拼接， 然后输入到网络的全连接层， 得到锂电池的预测剩余寿命。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项所述的锂电池剩余使用寿命预测方法中的步骤。权　利　要　求　书 1/2 页 2 CN 113361197 B 210.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的锂 电池剩余使用寿命预测方法中的步骤。权　利　要　求　书 2/2 页 3 CN 113361197 B 3