炫途储能科技申请基于机器学习的电池健康监测和预测方法专利，能有效应对电池性能衰减和老化的复杂过程

金融界2024年10月21日消息，国家知识产权局信息显示，炫途储能科技（上海）有限公司申请一项名为“一种基于机器学习的电池健康监测和预测方法”的专利，公开号CN 118759398 A，申请日期为2024年6月。

专利摘要显示，本发明公开了一种基于机器学习的电池健康监测和预测方法，包括S1、数据收集与预处理：从电池管理系统中收集电池运行数据；S2、根据提取的特征预测电池的健康状态和性能衰减；S3、模型训练与自适应学习：使用历史电池数据对深度神经网络模型进行训练预测电池健康状态；S4、健康状态评估与性能衰减预测：利用训练好的深度神经网络模型对当前电池的使用寿命和容量衰减速率进行评估；S5、实时监测与警报：设置阈值和警报机制，当电池状态超出预设的健康范围时，系统自动发出警报。本发明的优点在于能有效应对电池性能衰减和老化的复杂过程，特别是针对不规则使用模式和极端工作条件下的电池健康监测和预测挑战。

来源：金融界