小米汽车科技公司一项关于电池健康状态预测的专利已公布。该专利涉及仿真运算领域，通过两组训练数据集——电池运行工况数据和电池健康状态相关数据——训练电池状态预测模型，以提高预测精度。该方法将两组训练数据确定的参数集配置到模型中，再将电池实时参数输入模型进行推理运算，从而确定电池健康状态参数。此举旨在解决传统预测方法精度不足的问题，提升电池状态预测的准确性。

🔋 小米汽车科技公司公布了一项名为“电池健康状态预测方法及装置”的专利，申请号为202311491388.5，旨在提高电池健康状态预测的准确性。

⚙️ 该专利方法的核心在于使用两组不同的训练数据集：第一组是电池运行中的工况数据，第二组是电池健康状态相关数据。通过这两组数据分别训练电池状态预测模型，确定两组参数集。

🧠 将通过两组训练数据集训练得到的第一参数集和第二参数集配置到电池状态预测模型中，然后将电池的实时参数输入该模型进行推理运算，最终确定电池的健康状态参数。

🎯 小米表示，此方法能够有效避免预测精度不足的问题，从而提高对电池状态预测的准确度。

IT之家 5 月 9 日消息，国家知识产权局官网现已公布小米汽车科技有限公司旗下一项“电池健康状态预测方法及装置”专利，相应专利申请号为 202311491388.5，申请公布号为 CN 119959764 A，申请日期为 2023 年 11 月 9 日，申请公布时间为 2025 年 5 月 9 日。

IT之家查询摘要获悉，这一专利内容主要涉及“仿真运算领域”。具体步骤为：获取第一训练数据集，根据第一训练数据集训练电池状态预测模型以确定第一参数集，这一第一训练数据集为电池运行中的工况数据。

此后，获取第二训练数据集，根据第二训练数据集训练电池状态预测模型以确定第二参数集，这一第二训练数据集为电池健康状态相关数据。

将第一参数集和第二参数集配置到电池状态预测模型中；将电池的实时参数输入电池状态预测模型中进行推理运算，以确定电池健康状态参数。

小米在这一专利描述中表示，本公开通过两个训练数据集训练电池状态预测模型中的参数，实现了对电池健康状态参数的预测，避免预测精度不足的问题，提高了对电池状态预测的准确度。