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！

龙图腾网获悉南昌航空大学申请的专利基于多状态电池预测的无人机换电调度系统及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：CN121707778B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610203143.5，技术领域涉及：G06Q50/06；该发明授权基于多状态电池预测的无人机换电调度系统及方法是由黄红丽;袁凤连;曾贤盛;杨词慧;张胜;盛明亮;袁浩博设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本基于多状态电池预测的无人机换电调度系统及方法在说明书摘要公布了：本发明公开了基于多状态电池预测的无人机换电调度系统及方法，具体涉及无人机电池管理技术领域，用于解决巡检无人机能量不足与换电决策失配问题的问题；本发明通过采集电压、电流、温度、内阻及环境风速等多源数据，提取荷电、健康、功率、能量与温度等关键状态，形成任务上下文相关的状态特征向量，并基于预测模型估算任务能耗与返航能量，生成继续任务、前往充电站或换电站、保养充电与降温快充中的调度指令，在换电场景中，引入电池健康因子的改进蚁群算法构建路径代价函数，兼顾距离、能耗与时间，实现最优换电站选择与安全路径规划，显著提升无人机巡检任务的能量管理精度与任务稳定性。

本发明授权基于多状态电池预测的无人机换电调度系统及方法在权利要求书中公布了：1.基于多状态电池预测的无人机换电调度方法，其特征在于，包括如下步骤： 步骤一，通过设置在无人机上的传感器模块，实时采集电池电压、电池电流、电池温度、电池内阻以及飞行环境风速和环境温度，得到电池运行状态与环境状态的多源采集数据； 步骤二，基于多源采集数据计算得到电池的荷电状态、健康状态、功率状态、能量状态和温度状态，形成用于综合表征电池运行状态的多状态参数集合； 步骤三，利用长短期记忆网络模型对包含多状态参数和环境参数的历史状态数据进行建模，预测预设时间窗口内电池状态的衰减趋势，并预测完成当前任务所需能量以及无人机安全返航所需最低能量，预测完成当前任务所需能量与无人机安全返航所需最低能量的差值作为能量安全裕度； 步骤四，综合实时多状态参数、预测结果以及任务优先级，根据预设决策规则生成调度指令，调度指令包括继续任务、前往充电站充电、前往换电站换电、执行涓流保养充电和执行降温快充中的至少一种； 步骤五，当调度指令为前往换电站换电时，采用改进的蚁群算法，在作业环境图模型上构建从无人机当前位置至候选换电站的多条可行路径，引入电池健康状态因子，在同时考虑路径距离、能量消耗和飞行时间的条件下搜索前往目标换电站的最优路径； 步骤六，控制无人机沿最优路径飞行至目标换电站，由换电站机械执行机构自动完成电池拆卸与安装，并根据调度指令为被更换下的电池选择对应的充电模式； 步骤四中，智能调度决策生成包括： 当健康状态低于第一预设阈值，或者能量安全裕度为负时，生成前往换电站换电的调度指令； 当温度状态高于第二预设阈值时，生成前往充电站执行降温快充的调度指令； 当任务紧急程度参数高于第三预设阈值且预测结果表明通过快速充电可以保证任务完成并满足安全返航条件时，生成前往充电站执行快速充电的调度指令； 当健康状态低于第四预设阈值且能量安全裕度为正时，生成执行涓流保养充电的调度指令； 在条件均不满足时，生成继续任务的调度指令； 步骤五中所述改进的蚁群算法具体包括： 在虚拟蚂蚁选择下一节点时，根据候选边上的信息素强度以及由路径距离、能量消耗、飞行时间和当前电池健康状态组合得到的启发式因子计算各候选边的转移概率； 在完成每一代路径搜索后，根据路径的总距离、总能量消耗和总飞行时间计算路径质量，并按照预设的信息素挥发系数对各边上的原有信息素进行衰减； 根据路径质量和当前电池健康状态向经过的路径边叠加新的信息素增量； 当路径质量改善幅度低于预设阈值或者达到最大迭代次数时，将信息素浓度最高的路径作为前往目标换电站的最优路径。

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南昌航空大学，其通讯地址为：330000 江西省南昌市红谷滩区丰和南大道696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。