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！

龙图腾网获悉同济大学申请的专利一种基于多目标动态规划神经网络的FCHEV能量管理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：CN116394805B 。

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：202310470102.9，技术领域涉及：B60L58/30；该发明授权一种基于多目标动态规划神经网络的FCHEV能量管理控制方法是由梁博文;高源;刘婧;章桐设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种基于多目标动态规划神经网络的FCHEV能量管理控制方法在说明书摘要公布了：本发明涉及一种基于多目标动态规划神经网络的FCHEV能量管理控制方法，包括：构建整车动力学模型；建立以运行成本最优作为目标的动态规划算法；将标准工况数据输入整车动力学模型，结合动态规划算法进行求解，得到不同驾驶条件下对应的最优燃料电池和储能设备输出功率，以此构建最优数据集；利用最优数据集训练神经网络，得到训练后的网络模型；将实际工况数据输入训练后的网络模型，并结合卡尔曼滤波器，输出得到燃料电池与储能设备的功率分配结果；根据燃料电池与储能设备的功率分配结果，相应控制汽车上燃料电池与储能设备的工作状态。与现有技术相比，本发明设计新的能量管理策略，能够使燃料电池汽车在经济性、耐久性和实时性取得有效平衡。

本发明授权一种基于多目标动态规划神经网络的FCHEV能量管理控制方法在权利要求书中公布了：1.一种基于多目标动态规划神经网络的FCHEV能量管理控制方法，其特征在于，包括以下步骤： S1、构建整车动力学模型； S2、建立以运行成本最优作为目标的动态规划算法； S3、将标准工况数据输入整车动力学模型，并结合动态规划算法进行求解，得到不同驾驶条件下对应的最优燃料电池和储能设备输出功率，以此构建出最优数据集； S4、利用最优数据集对神经网络进行训练，得到训练后的网络模型； S5、将实际工况数据输入训练后的网络模型，并结合卡尔曼滤波器，输出得到燃料电池与储能设备的功率分配结果； S6、根据燃料电池与储能设备的功率分配结果，相应控制汽车上燃料电池与储能设备的工作状态； 步骤S2中动态规划算法包括目标函数和约束条件，所述目标函数为氢气消耗及燃料电池在启停、变载、怠速、满载四种典型工况下衰减的运行成本最低； 所述约束条件包括燃料电池的净输出功率约束、储能设备的输出功率约束以及储能设备的SOC约束； 所述目标函数具体为： ， ， ， 其中，为FCHEV运行成本，为每公斤氢气的价格，为燃料电池造价，m为氢气的消耗量，DEG为燃料电池的衰减程度； 为氢气的摩尔质量；为燃料电池堆电流；为燃料电池单体个数；为法拉第常数；为氢气的低热值，为燃料电池的输出功率；为当前燃料电池功率下的燃料电池的效率； ，，分别为四种典型工况启停、变载、怠速、满载的衰减率，n为启停次数，为仿真步长，，分别为怠速和满载的持续时间，为前一时刻燃料电池的功率，为当前时刻燃料电池的功率，为燃料电池的额定功率，为燃料电池的怠速下的功率。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。