CNIPA.AI
返回搜索
档案

基于条件扩散模型的储能锂电池退化曲线生成与预测方法

发明专利未知
8权利要求 · 3 独立
§ Ⅰ

卷宗概要

发明人

陈龙; 李云东; 陈剑; 陈春; 周舟; 王晓冬; 崔亮亮; 区汝泉; 杨佐; 刘雪玲; 周奎; 王薇; 梁惠施; 李常青

申请日

Aug 12, 2026

公开日

Oct 27, 2026

IPC 分类

G06F 18/20 (2023.01)G06N 3/0455 (2023.01)G06N 3/0464 (2023.01)G06F 18/15 (2023.01)G06F 18/213 (2023.01)

本发明涉及基于条件扩散模型的储能锂电池退化曲线生成与预测方法,包括:以设定的时间步向电池的充放电循环序列中均匀随机采样得到真实退化曲线和工况条件;向真实退化曲线添加高斯噪声,生成含噪曲线,以Bernoulli分布生成条件掩码,并利用条件掩码和工况条件构建掩码后的工况条件;将含噪曲线和掩码后的工况条件输入到条件1D U‑Net网络中训练得到训练完成的EMA网络;使用训练完成的EMA网络中输出目标电池的完整SOH退化曲线,并基于完整SOH退化曲线计算目标电池的剩余使用寿命。本发明通过将电池SOH退化曲线作为扩散模型的生成目标,以工况矩阵为条件,通过前向扩散训练噪声预测网络、反向逐步去噪生成完整SOH退化轨迹,大幅提升了储能锂电池寿命预测的稳定性。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 8 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式