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！

龙图腾网获悉青岛澎湃海洋探索技术有限公司申请的专利一种AUV锂离子电池热状态预测的异构数字孪生建模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：CN121723885B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610225710.7，技术领域涉及：G06F30/27；该发明授权一种AUV锂离子电池热状态预测的异构数字孪生建模方法是由柴鹏远;于泽;徐晓婷;申洪彬;张嘉铭;王雄设计研发完成，并于2026-02-26向国家知识产权局提交的专利申请。

本一种AUV锂离子电池热状态预测的异构数字孪生建模方法在说明书摘要公布了：本发明涉及电池热管理领域，具体为一种AUV锂离子电池热状态预测的异构数字孪生建模方法。包括以下步骤：构建电热耦合模型ETCM与误差校正模型PG‑STDGCN，融合上述模型的结果形成用于生成电池包级热状态初始预测的长期记忆单元；构建具备自适应持续学习能力的CNN‑LSTM混合模型ACL‑CNN‑LSTM，用于形成对近期工况动态响应的短期记忆；将长期记忆单元的初始预测与AUV实时运行数据输入ACL‑CNN‑LSTM，计算预测误差，当误差超过预设阈值时，触发在线增量学习以自适应更新模型参数，并输出修正后的热状态预测结果。该方法实现了“物理先验建模‑数据驱动校正‑在线自主更新”的全流程闭环，在保障高精度热状态预测的同时，有效平衡在线更新的计算开销与模型性能，兼顾实时性与鲁棒性。

本发明授权一种AUV锂离子电池热状态预测的异构数字孪生建模方法在权利要求书中公布了：1.一种AUV锂离子电池热状态预测的异构数字孪生建模方法，其特征在于，包括以下步骤： S1：构建电热耦合模型ETCM与误差校正模型PG-STDGCN，融合上述模型的结果形成用于生成电池包级热状态初始预测的长期记忆单元； 所述误差校正模型PG-STDGCN包括以下步骤： S1.1：将原始输入序列通过数据嵌入层转换为四维特征张量； S1.2：将所述四维特征张量馈送至由数个STDGCN模块构成的二叉树形编码网络，生成数个目标增强表征； S1.3：将所述目标增强表征进行拼接和调整后，输入至线性门控单元GLU中，通过门控机制对其进行特征筛选与校正； S1.4：将GLU输出的表征经由全连接回归层映射，生成温度预测序列，并选择该序列的第一个点作为热状态预测结果； 所述S1.2中STDGCN模块包括：时间建模分支、空间建模分支和信息交互机制； 所述时间建模分支通过沿时间维度的卷积操作建模节点的历史动态依赖； 所述空间建模分支基于图卷积网络实现，用于构建动态图结构并建模节点间的空间关联； 所述信息交互机制用于融合时间与空间分支的输出特征； 其中，所述图卷积网络包括以下步骤： S1.2.1：利用图生成器构建静态邻接矩阵和动态邻接矩阵，并将其融合后得到融合邻接矩阵； S1.2.2：将所述融合邻接矩阵执行稀疏化处理，获得稀疏融合邻接矩阵； S1.2.3：将所述稀疏融合邻接矩阵输入至基于扩散过程的图卷积网络GCN中，学习动态空间相关性； 所述融合包括：将电热耦合模型ETCM的输出与误差校正模型PG-STDGCN的输出相加； S2：构建具备自适应持续学习能力的CNN-LSTM混合模型ACL-CNN-LSTM，用于形成对近期工况动态响应的短期记忆； 所述ACL-CNN-LSTM包含双流特征提取结构及自适应训练策略； 所述双流特征提取结构包含LSTM分支和CNN分支，分别提取数据中的时序与局部特征； 所述自适应训练策略包括： 实时计算每批次预测误差，维护长度为100的误差历史队列以计算移动平均误差； 采用双重标准判断触发条件，当前误差超过0.3℃预设阈值或高于近期平均误差的1.5倍时触发在线更新； 训练轮数根据当前误差与误差阈值的比值确定，学习率由平均误差与误差阈值的比值确定； 引入数据回放机制，维护最大容量为50的触发训练事件队列，记录每次触发训练时的相关数据，当满足触发条件时，从历史队列中随机选取5个与当前批次数据共同执行在线更新； S3：将长期记忆单元的初始预测与AUV实时运行数据输入ACL-CNN-LSTM，计算预测误差，当所述预测误差满足所述预设触发条件时，触发在线增量学习以自适应更新ACL-CNN-LSTM模型参数，并输出修正后的热状态预测结果。

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青岛澎湃海洋探索技术有限公司，其通讯地址为：266000 山东省青岛市中国(山东)自由贸易试验区青岛片区团结路3682号2#厂房全幢01；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。