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！

龙图腾网获悉河南科技大学申请的专利一种多目标优化的氢燃料电池混动汽车能量管理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：CN115091972B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210771603.6，技术领域涉及：B60L50/40；该发明授权一种多目标优化的氢燃料电池混动汽车能量管理方法是由付主木;王秀菊;陶发展;宋书中;陈启宏;高爱云;焦龙吟;张冬凯;司鹏举设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种多目标优化的氢燃料电池混动汽车能量管理方法在说明书摘要公布了：本发明涉及一种多目标优化的氢燃料电池混动汽车能量管理方法，属于混合动力汽车能量管理技术领域，通过将驾驶行为融入氢燃料电池混动汽车能量管理方法中，在线混合自适应抗噪声聚类算法和一种启发式自学习标记算法HSL‑SVMNN获得驾驶行为识别模型，并以驾驶行为识别模型为基础结合庞特里亚金最小原理PMP获得适应驾驶行为的多目标优化的A‑ECMS能量管理策略，同时结合电动机负载需求功率及其变化率和或储能系统加权SOC综合考虑进了氢燃料电池混合动力汽车能量管理中，获得对应的最优的整车能量管理系统，解决现有能源管理策略大多仅考虑外部驱动条件，导致对需求功率进行不合理的分配，造成能源浪费和电源使用寿命短的技术问题。

本发明授权一种多目标优化的氢燃料电池混动汽车能量管理方法在权利要求书中公布了：1.一种多目标优化的氢燃料电池混动汽车能量管理方法，其特征在于：建立氢燃料电池混动汽车能量管理系统模型，获得在线识别驾驶行为的驾驶行为识别器；建立适应驾驶行为的多目标优化的A-ECMS能量管理策略；基于适应驾驶行为的多目标优化的A-ECMS能量管理策略，以等效氢耗和储能系统SOC作为学习的目标，获得对应的最优整车能量管理策略；基于适应驾驶行为的多目标优化的A-ECMS能量管理策略，根据需求功率的变化率、锂电池和超级电容SOC数据，获得对应的最优功率分配整车能量管理策略；根据获得的不同整车能量管理策略对氢燃料电池混动汽车的能量进行管理； 包括如下步骤： S1、建立氢燃料电池混动汽车能量管理系统模型； S2、采集氢燃料电池混动汽车的踏板参数，获取不同驾驶工况下的数据，利用混合聚类算法将驾驶行为分类，并对聚类中心和所有历史样本数据进行离线标记，基于支持向量机的实时自标注方法HSL-SVMNN，获得在线识别驾驶行为的驾驶行为识别器；所述步骤S2中，采集不同的驾驶工况下的数据，通过采集氢燃料电池混动汽车的踏板参数，包括制动踏板电压和加速踏板电压，获得离线训练数据库，并通过混合聚类算法将驾驶行为分为快速加速、正常加速、巡航、正常制动和紧急制动； S3、基于庞特里亚金最小原理PMP的最优等效因子EF表，通过对不同驾驶工况的仿真数据和驾驶行为识别器进行驾驶行为识别，结合每种特定工况下的最优等效因子进行加权平均，从而获得每种驾驶行为的等效因子，建立适应驾驶行为的多目标优化的A-ECMS策略，获得该驾驶行为下的最优整车能量管理策略； 所述步骤S3中，建立适应驾驶行为的多目标优化的A-ECMS策略，包括如下步骤： S301、采集大量不同工况数据，通过对驾驶工况数据的离线训练和仿真，利用庞特里亚金最小原理PMP获得每种特定驾驶工况下的最优等效因子EF； S302、通过对驾驶工况数据离线仿真和驾驶行为识别器进行驾驶行为识别，结合每种特定工况下的最优等效因子进行加权平均，从而获得每种驾驶行为的等效因子； S303、建立基于驾驶行为的等效因子数据库，通过实时识别驾驶行为匹配合适的等效因子； S304、将上述的驾驶行为识别器与多目标优化的A-ECMS策略相结合设计能量管理策略，从而获得该驾驶行为下的最优功率分配，达到整车能耗消耗最小和延长能量源寿命的目的； S4、通过最近邻算法对不同驾驶工况下数据的进行处理，基于马尔可夫决策过程获得具有普适性的需求功率转移概率矩阵，以储能系统SOC和总氢耗A-ECMS为学习目标，获得相应的最优整车能量管理策略； 所述步骤S4中，以储能系统SOC和总氢耗A-ECMS为学习目标，获得氢燃料电池混动汽车的最优整车能量管理策略，包括如下步骤： S401、获取大量不同工况的数据，以获得更具普适性氢燃料电池混动汽车能量管理策略； S402、对S401中获取的数据通过最近邻算法对不同驾驶工况下数据的进行处理，基于马尔可夫决策过程，同时将步骤S2中获得的5种驾驶行为设置为应用驾驶条件集之一，获得具有普适性的需求功率转移概率矩阵； S403、为了获得氢燃料电池混动汽车的最优能量管理策略，以储能系统SOC和总氢耗A-ECMS为学习目标； minCtotalt＝kFCηFCCFCt+sj·kBATSOCBATCBSTt 式中，PBAT·max、PBAT·min分别是锂电池的最大最小功率，PFC·max、PFC·min分别是燃料电池的最大最小功率，是锂电池SOC的最大变化率，是超级电容的SOC最大变化率，SOCBAT·max、SOCBAT·min是锂电池的最大最小SOC，SOCUC·max、SOCUC·min分别是超级电容的最大最小SOC； S404、通过编写相应的具有较低计算复杂度的自适应快速深度学习程序，获得氢燃料电池混动汽车最优的整车能量管理策略； S5、基于氢燃料电池汽车能量管理系统模型，同时结合步骤S3和S4，根据需求功率的变化率、锂电池和超级电容SOC数据，获得适合氢燃料电池混动汽车功率分配的最优整车能量管理策略； 所述步骤S5中，结合需求功率的变化率、锂电池和超级电容SOC因素，对燃料电池混动汽车进行整车能量管理，包括如下步骤： S501、根据车辆加速踏板的变化幅值，得到驱动电机负载需求功率Pdemand； S502、根据得到的驱动电机负载需求功率Pdemand，采用自适应低通滤波器，其高频功率由超级电容承担，低频功率则由燃料电池、锂电池共同承担； S503、根据S502获得的低频功率，结合多目标优化的混动汽车A-ECMS策略和步骤S4，所获得的最优混动汽车能量管理策略，得到燃料电池功率PFC、锂电池功率PBAT和超级电容功率PUC的功率分配； S6、由S3至S5获取的任一氢燃料电池混动汽车的整车能量管理策略对氢燃料电池混动汽车的能量进行管理。

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河南科技大学，其通讯地址为：471000 河南省洛阳市洛龙区开元大道263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。