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！

龙图腾网恭喜北京理工大学申请的专利一种基于神经网络打靶的燃料电池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：CN114987292B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210822589.8，技术领域涉及：B60L58/40；该发明授权一种基于神经网络打靶的燃料电池汽车能量管理方法是由孙超;刘波;王博;孙逢春;黄琨;梁伟强;李洋设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本一种基于神经网络打靶的燃料电池汽车能量管理方法在说明书摘要公布了：本发明公开了一种基于神经网络打靶的燃料电池汽车能量管理方法，包括以下步骤：S1.建立燃料电池汽车动力传动系统模型，包括车辆纵向动力学模型、电机模型和能量源功率平衡模型；S2.利用动态规划求解燃料电池汽车最优能量管理问题，根据求解结果建立最优数据集；S3.基于最优数据集训练神经网络；S4.基于在神经网络能量管理策略下动力电池荷电状态SoC最终值和目标值的单调关系，在测试工况下利用二分法对最终SoC进行打靶，直至其达到期望值。本发明能够精确控制神经网络能量管理策略下的动力电池最终荷电状态，并以高效的计算效率实现近似最优的能耗经济性。

本发明授权一种基于神经网络打靶的燃料电池汽车能量管理方法在权利要求书中公布了：1.一种基于神经网络打靶的燃料电池汽车能量管理方法，其特征在于，包括以下步骤： S1.建立燃料电池汽车动力传动系统模型，包括车辆纵向动力学模型、电机模型和能量源功率平衡模型； S2.利用动态规划求解燃料电池汽车最优能量管理问题，根据求解结果建立最优数据集； 所述的燃料电池汽车最优能量管理问题，具体如下所示： 优化目标为总的氢耗最小，状态变量为动力电池SoC，控制变量为燃料电池系统的净功率，初始状态为固定值，最终状态有多组取值，约束条件包括状态变量约束、控制变量约束和动力电池输出功率约束； 步骤S2中所述的最优数据集，具体如下所示： 自变量为车速、加速度、需求功率、行驶里程比、SoC、目标SoC，因变量为燃料电池系统的净功率； S3.基于最优数据集训练神经网络； S4.基于在神经网络能量管理策略下动力电池荷电状态SoC最终值和目标值的单调关系，在测试工况下利用二分法对最终SoC进行打靶，直至其达到期望值；具体包括以下步骤： S41.初始化迭代次数、目标SoC最小值和最大值； S42.取目标SoC为其最小值和最大值的平均值并作为神经网络的一个输入； S43.在测试工况下利用训练好的神经网络进行能量管理，得到最终SoC并计算最终SoC和其期望值之差dSoC，迭代次数在原来的基础上加一； S44.若dSoC满足误差要求或迭代次数达到设定值，打靶结束；否则更新目标SoC最小值和最大值，重复步骤S42和S43，直至dSoC满足误差要求或迭代次数达到设定值。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。