天眼查App显示，2025年6月20日，「一种基于多任务深度学习的锂电池性能评估系统及方法」正式进入专利公布阶段。申请人为电子科技大学和杭州西力智能科技股份有限公司，该项人工智能技术领域专利涉及锂电池性能评估系统的开发与应用。据专利信息显示，该技术通过共享多个相关任务的特征信息来增强各任务间的相互促进作用，从而显著优化预测的准确性与鲁棒性。发明人为刘书江、吴建锋、杨兴、刘志伟和李白海。

本发明公开了一种基于多任务深度学习的锂电池性能评估系统及方法，该系统包括特征生成模块、第一多任务预测模型和第二多任务预测模型。特征生成模块用于依据电池若干充放电循环过程的信息数据得到与电池性能相关的最佳特征集；最佳特征集包括与健康状态和剩余寿命相关的循环特征，及与荷电状态相关的时序特征。第一多任务预测模型用于依据循环特征对电池的健康状态和剩余寿命进行预测；第二多任务预测模型用于依据时序特征和第一多任务模型预测得到的健康状态对电池的荷电状态进行预测。本发明为锂电池的安全使用和性能提升提供支持。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。