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！

龙图腾网获悉山东鲁西发电有限公司申请的专利基于变分贝叶斯推断的超级电容-锂电池混合储能寿命优化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：CN121279125B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511462973.1，技术领域涉及：G06F30/27；该发明授权基于变分贝叶斯推断的超级电容-锂电池混合储能寿命优化方法是由李伟;王宪敏;张明华;王保强;步士喜;周广喜;张益祥;房静静;贺翠连;高嵩设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于变分贝叶斯推断的超级电容-锂电池混合储能寿命优化方法在说明书摘要公布了：本发明公开了基于变分贝叶斯推断的超级电容‑锂电池混合储能寿命优化方法，涉及电池储能技术领域；所述方法包括：步骤1：采集超级电容‑锂电池混合储能系统在额定功率充放电循环下的运行数据；得到多尺度退役‑状态初始化张量；步骤2：定义隐变量集合，构建三分支层次化有向无环概率图模型，采用变分贝叶斯推断输出隐变量集合的近似后验分布及其变分下界；步骤3：计算隐变量集合的近似后验分布的期望和方差；将实时功率需求按该功率分配系数划分为超级电容功率指令与锂电池功率指令，实时下发至超级电容‑锂电池混合储能。本发明能够有效延缓锂电池衰退、提升系统寿命与可靠性。

本发明授权基于变分贝叶斯推断的超级电容-锂电池混合储能寿命优化方法在权利要求书中公布了：1.基于变分贝叶斯推断的超级电容-锂电池混合储能寿命优化方法，其特征在于，所述方法包括： 步骤1：采集超级电容-锂电池混合储能系统在额定功率充放电循环下的运行数据；基于双重时间窗滑动分段机制根据运行数据，计算微循环深度向量和宏循环累积矩阵；对微循环深度向量与宏循环累积矩阵进行分层正交马氏距离归一化，得到多尺度退役-状态初始化张量； 步骤2：定义隐变量集合，包括超级电容剩余寿命隐变量、锂电池剩余寿命隐变量和耦合老化隐变量；构建三分支层次化有向无环概率图模型，其中观测节点为多尺度退役-状态初始化张量；采用变分贝叶斯推断输出隐变量集合的近似后验分布及其变分下界； 步骤3：计算隐变量集合的近似后验分布的期望和方差；根据上一变分下界，生成置信加权功率分配系数；通过单调映射规则生成功率分配系数，将实时功率需求按该功率分配系数划分为超级电容功率指令与锂电池功率指令，实时下发至超级电容-锂电池混合储能； 步骤1中双重时间窗滑动分段机制通过如下过程建立：在采样时间轴上首先设定宏时间窗，其长度为固定的充放电循环计数区间；宏时间窗采用首尾相接的滑动方式向前推进，每推进1个充放电循环即生成1个新的宏时间窗片段；在每一个宏时间窗内部嵌套设定微时间窗，其长度为固定的充放电电流极性反转计数区间；微时间窗同样采用首尾相接的滑动方式向前推进，每推进1次充放电电流极性反转即生成1个新的微时间窗片段； 步骤1中，基于双重时间窗滑动分段机制根据运行数据，计算微循环深度向量和宏循环累积矩阵的过程包括：在每一个微时间窗片段内：从充放电电流序列、端电压序列以及荷电状态序列中提取同一时间戳对应的样本点；通过比较微时间窗首末时刻的荷电状态值，确定该微时间窗对应的荷电状态变化幅值，将其定义为该微循环的深度值；将所有微时间窗片段的深度值按照生成顺序排列，得到与时间轴一一对应的微循环深度向量；在每一个宏时间窗片段内：累积统计该宏时间窗所包含的全部微循环深度向量元素之和，得到该宏时间窗的累积深度总量；统计该宏时间窗内所有温度序列样本点的算术平均值，得到该宏时间窗的平均运行温度；记录该宏时间窗内充放电电流序列极值、端电压序列极值以及荷电状态与剩余能量估计序列极值，用于表征极端应力条件；将每一个宏时间窗片段对应的累积深度总量、平均运行温度及各极值指标按照宏时间窗生成顺序填入行向量，所有行向量按时间拼接形成宏循环累积矩阵；宏循环累积矩阵的行数等于宏时间窗片段数量，列数等于累积深度总量、平均运行温度及各极值指标的总项数； 步骤1中，对微循环深度向量与宏循环累积矩阵进行分层正交马氏距离归一化，得到多尺度退役-状态初始化张量的过程包括：建立微循环数据层，包括：以微循环深度向量为输入，每一个向量元素对应1个微时间窗片段；建立宏循环数据层，包括：以宏循环累积矩阵为输入，每一行对应1个宏时间窗片段；通过索引映射表建立微循环数据层与宏循环数据层的一对多关联；在微循环数据层，基于微循环深度向量计算样本均值与协方差标定矩阵；在宏循环数据层，基于宏循环累积矩阵各列特征计算样本均值与协方差标定矩阵；对每一个正交化向量元素计算微循环马氏距离：；对每一行正交化矩阵计算宏循环马氏距离：；将与分别线性缩放至闭区间，分别获得归一化深度量度序列与归一化累积量度序列；以宏时间窗片段的索引为第1维，以微时间窗片段的索引为第2维，以归一化深度量度序列或归一化累积量度序列为第3维，按照一对多映射关系填充张量单元，得到多尺度退役-状态初始化张量。

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山东鲁西发电有限公司，其通讯地址为：273500 山东省济宁市邹城市太平镇冯楼李街；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。