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！

龙图腾网获悉闽江学院;久策气体(福清)有限公司申请的专利一种基于激励学习的水冷型燃料电池温度控制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：CN118919776B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410948934.1，技术领域涉及：H01M8/0432；该发明授权一种基于激励学习的水冷型燃料电池温度控制方法是由袁魏伟;殷玲;任廷润;吴焱鑫设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本一种基于激励学习的水冷型燃料电池温度控制方法在说明书摘要公布了：本发明涉及一种基于激励学习的水冷型燃料电池温度控制方法，本发明利用激励学习算法，通过智能体感知环境、选择动作和优化方法，实现温度控制的自主学习和优化。在该方法中，首先通过传感器实时采集水冷式燃料电池入口水温及出口水温数据。这些数据被用于构建状态空间，智能体根据当前状态选择合适的动作来调整温度控制方法。为了实现自主学习和优化，选择适合的激励学习算法，并设计奖励函数来评估智能体的行为和控制方法。智能体通过与环境的交互反馈，不断更新方法和参数，以提高温度控制的精确性、稳定性和效率。本发明能够适应不同工况和需求，具备精确和稳定的温度控制能力，提高了燃料电池系统工作效率和安全性。

本发明授权一种基于激励学习的水冷型燃料电池温度控制方法在权利要求书中公布了：1.一种基于激励学习的水冷型燃料电池温度控制方法，其特征在于，包括下列步骤： 步骤1：获取燃料电池入口水温Tin及出口水温Tout数据； 步骤2：建立一个状态-动作-奖励模型，将获取的燃料电池入口水温及出口水温数据用于构建状态集，然后定义动作集，最后，定义奖励函数R，用于评估每个动作在特定状态下的优劣； 步骤3：基于状态-动作-奖励模型训练激励学习算法控制器，使得控制器生成决策策略并逐步提升其性能，在训练过程中，控制器通过与环境的交互来学习不同状态下采取的最佳动作，通过奖励信号来评估每个动作的好坏，并根据奖励信号调整状态-动作值函数，随着不断的训练和优化，控制器逐渐学会在给定环境下做出最优的决策，以获得最大化的累积奖励； 步骤4：在每个时间步骤，根据当前燃料电池的状态，利用已训练好的控制器选择燃料电池温度控制的最佳动作，控制器会根据状态-动作值函数，选择当前状态对应的最优动作，以此来获得最大的奖励值； 步骤5：根据选择的最佳动作，执行相应的控制方法来调节燃料电池的温度； 步骤6：在执行控制方法后，根据实际控制效果更新状态-动作-奖励模型，比较实际奖励和控制器中存储的预期奖励的差异，对模型进行反馈和调整，以不断优化控制方法的性能，使用激励学习算法来更新模型的参数，使其更好地适应实际情况； 所述步骤2中的状态-动作-奖励模型为马尔可夫决策模型MDP，其表示为： ，所述的马尔可夫决策模型表示式中，S为状态集，Act为动作集，R为奖励函数，P为状态转移概率，为折现因子，在无模型算法中，P难以提前知道，是由环境决定的，智能体需要在与环境的交互中学习； 所述步骤2中的奖励函数R是在强化学习中用于评估智能体行为的函数，奖励函数R根据智能体在环境中采取的动作和环境的状态，给予一个数值作为反馈，用于指导智能体的学习过程； 所述的智能体是指参与学习和决策过程的个体，通过与环境的交互来获取激励信号，并根据这些信号进行决策和行动； 步骤2中，定义动作集为调整冷却水的流量、调节散热风扇的转速； 将整个控制任务分解为两个子任务：任务1、任务2的动作集分别为： 任务1： Act={风扇关闭，风扇挡位1，风扇挡位2，风扇挡位3，风扇挡位4，风扇挡位5} 任务2： Act={水泵挡位1，水泵挡位2，水泵挡位3，水泵挡位4，水泵挡位5}； 任务1的奖励函数任务2的奖励函数分别为： ，，式中第一项100为基础奖励值，第二项中ｅ为经过控制后的当前温度值与设定值的差值，在此项中，经过控制后的当前温度值与温度设定值相差越小，则奖励越大，第三项中D与选择的挡位相关，其值为选择的挡位数。

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闽江学院;久策气体(福清)有限公司，其通讯地址为：350108 福建省福州市闽侯县上街镇溪源宫路200号；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。