深圳先进技术研究院郑春花获国家专利权
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!
龙图腾网获悉深圳先进技术研究院申请的专利基于多智能体强化学习的燃料电池混合动力汽车能量管理方法、装置、存储介质、设备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:CN119872282B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202411893623.6,技术领域涉及:B60L50/75;该发明授权基于多智能体强化学习的燃料电池混合动力汽车能量管理方法、装置、存储介质、设备是由郑春花;肖耀;伍思佩设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。
本基于多智能体强化学习的燃料电池混合动力汽车能量管理方法、装置、存储介质、设备在说明书摘要公布了:本申请提供一种基于多智能体强化学习的燃料电池混合动力汽车能量管理方法、装置、存储介质、设备。该方法包括构建燃料电池混合动力汽车的仿真模型模拟预设驾驶工况,获得车辆需求功率数据;根据车辆需求功率数据,利用基于多智能体强化学习的能量管理策略模型确定各动力源的功率分配结果;根据功率分配结果,利用仿真模型确定在功率分配前后的车辆状态信息,并获得能量管理策略模型的奖励值;利用功率分配结果、车辆状态信息、奖励值对能量管理策略模型进行训练,能量管理策略模型包括基于强化学习的燃料电池输出功率控制策略模型和电池输出功率控制策略模型。该方法能够实现多动力源之间的高效协同功率分配,充分发挥多动力源独有的优势特性。
本发明授权基于多智能体强化学习的燃料电池混合动力汽车能量管理方法、装置、存储介质、设备在权利要求书中公布了:1.一种基于多智能体强化学习的燃料电池混合动力汽车能量管理方法,其特征在于,所述燃料电池混合动力汽车能量管理方法包括: 数据获取阶段:构建燃料电池混合动力汽车的仿真模型,利用所述仿真模型模拟预设驾驶工况,获得预定时长的车辆需求功率数据; 模型训练阶段:根据车辆需求功率数据,利用预先构建的基于多智能体强化学习的能量管理策略模型确定各动力源的功率分配结果;根据所述功率分配结果,利用所述仿真模型确定在功率分配前后的车辆状态信息,并获得所述能量管理策略模型的奖励值;利用所述功率分配结果、所述车辆状态信息、所述奖励值对能量管理策略模型进行训练,完成一轮训练;对所述能量管理策略模型重复训练多轮,直至满足训练停止条件; 其中,能量管理策略模型包括基于强化学习的燃料电池输出功率控制策略模型和基于强化学习的电池输出功率控制策略模型; 获得所述能量管理策略模型的奖励值的方法包括: 根据功率分配结果和车辆状态信息,利用燃料电池输出功率控制策略模型的奖励函数获得第一部分奖励值; 根据功率分配结果和车辆状态信息,利用电池输出功率控制策略模型的奖励函数获得第二部分奖励值; 燃料电池输出功率控制策略模型的奖励函数为: , 式中,表示燃料电池输出功率控制策略模型的奖励函数,和分别表示燃料电池的氢气消耗量和超级电容的等效氢气消耗量,和用于惩罚燃料电池系统在运行过程中出现的大负载波动及怠速等缩短寿命的工况,则用于引导策略维护超级电容的荷电状态稳定,其中,代表超级电容所需维持的目标荷电状态,表示超级荷电状态,表示超级荷电状态的最小值,表示超级荷电状态的最大值;表示当前时刻的燃料电池输出功率,表示上一时刻的燃料电池输出功率,表示燃料电池的最大输出功率; 电池输出功率控制策略模型的奖励函数为: , 其中,表示电池输出功率控制策略模型的奖励函数,表示电池的等效氢气消耗量,用于惩罚电池在运行过程中出现大倍率的充放电的工况,表示电池的充放电倍率,则用于引导策略维护电池的荷电状态稳定,代表电池所需维持的目标荷电状态,表示电池荷电状态,表示电池荷电状态的最小值,表示电池荷电状态的最大值。
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深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区西丽大学城学苑大道1068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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励