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！

龙图腾网获悉深圳市特力新能源科技有限公司申请的专利基于机器学习的镍氢电池性能预测模型构建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：CN121189182B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511387832.8，技术领域涉及：G06F30/27；该发明授权基于机器学习的镍氢电池性能预测模型构建方法是由邹振轩;杜会生设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于机器学习的镍氢电池性能预测模型构建方法在说明书摘要公布了：本发明公开了基于机器学习的镍氢电池性能预测模型构建方法，通过统一时间基准对齐电化学测试数据、环境监测数据、运行日志数据及材料表征数据，形成同步原始数据流；经缺失值填补、异常修正与动态范围压缩生成结构化数据矩阵，提升数据质量与可比性；提取电压平台时长、温升速率与主成分得分并赋予语义标签，实现物理可解释特征构建；利用潜在空间投影网络融合多源特征，生成统一潜在表示；结合循环神经网络、注意力机制与多尺度融合策略，挖掘历史依赖，生成综合状态表示；同步输出性能预测值并推演退化轨迹，配合独立验证与动态校准，确保预测稳定性。实现多源信息深度融合，显著提升镍氢电池性能退化趋势预测的准确性与适应性。

本发明授权基于机器学习的镍氢电池性能预测模型构建方法在权利要求书中公布了：1.一种基于机器学习的镍氢电池性能预测模型构建方法，其特征在于，包括以下步骤： 采集电化学测试数据、环境监测数据、运行日志数据及材料表征数据，将多源异构数据映射至统一时间基准，形成时间对齐的原始数据流； 基于原始数据流执行缺失值填补与异常点修正，对数值型变量进行量纲归一化与动态范围压缩，生成结构化数据矩阵； 从结构化数据矩阵中提取电化学序列的电压平台时长、热力学数据的温升速率及材料图像的主成分得分，构成带语义标签的特征集合； 将特征集合输入潜在空间投影网络，通过自重构损失与对比正则项优化非线性映射过程，生成统一潜在表示； 将统一潜在表示送入循环神经网络结构，结合注意力机制与多尺度时序信息融合策略，生成包含历史依赖的综合状态表示； 基于综合状态表示同步输出剩余容量、内阻增长趋势及健康指数的预测值，并递推生成未来退化轨迹； 利用独立验证集评估预测值的误差与趋势一致性，对新型号电池实施校准，优化推理效率并建立动态更新机制。

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深圳市特力新能源科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区平湖街道禾花社区富安大道108号1栋2405；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。