Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北理新源(佛山)信息科技有限公司王震坡获国家专利权

北理新源(佛山)信息科技有限公司王震坡获国家专利权

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!

龙图腾网获悉北理新源(佛山)信息科技有限公司申请的专利基于大数据的电堆能耗分析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:CN113989066B

龙图腾网通过国家知识产权局官网在2026-04-28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:202111226445.8,技术领域涉及:G06Q50/06;该发明授权基于大数据的电堆能耗分析是由王震坡;龙超华;刘鹏;阮旭松;杨永刚;杨学森设计研发完成,并于2021-10-21向国家知识产权局提交的专利申请。

基于大数据的电堆能耗分析在说明书摘要公布了:本发明提供了基于大数据的电堆能耗分析预测系统,其从海量数据中提取出车内状态信息以及车外环境信息感知等与氢能源能耗相关的多种因素,基于一种强化学习的特征选择方法对这些相关因素进一步筛选,从而挖掘出影响氢燃料电堆能耗的重要特征,并结合基于GRU模型的循环神经网络实现对氢燃料电池的能耗动态分析,预测电堆的能耗趋势,为后续进行加氢需求测算、生态轨迹规划和电池能量管理等奠定基础,对推广和普及氢燃料车辆具有重要意义。

本发明授权基于大数据的电堆能耗分析在权利要求书中公布了:1.基于大数据的电堆能耗分析预测系统,其特征在于:具体包括以下组成部分: 数据采集与处理模块、特征选择模块、能耗预测模型模块; 其中,所述数据采集与处理模块用于监测氢燃料车辆状态,针对与电堆能耗相关的特征数据进行采集与存储操作,所述数据包括:车辆相关特征数据、环境相关特征数据以及驾驶员相关特征数据;对各相关特征数据执行预处理,剔除无效数据并采用先聚类后插值的方式填充缺失数据;针对预处理后的相关特征数据所对应的连续工况,从中分别提取构建训练集、验证集与测试集; 所述特征选择模块用于根据每个特征与电堆能耗的相关程度,从训练集的全部相关特征中选取若干特征构成的特征集合,以降低所述能耗预测模型模块的模型训练难度和提升能耗预测精度;具体是基于强化学习算法选取特征子集,包括以下步骤: 1计算每个相关特征的信息熵,其中为特征数值等于的概率;以及,计算每两个特征之间的Pearson相关系数,其中为特征向量X,Y之间的协方差,、分别为X,Y的标准差; 2随机初始化当前选择特征子集方案数组F,数组维度等于特征数量,各数组元素采用0-1编码,0表示不选择该特征,1表示选择该特征; 3设当前状态为,从未被选择的特征子集中选择信息熵最大的特征元素,执行动作:编码0改为编码为1;从已选择的特征子集中选择与其他特征Pearson相关系数的和最大的特征元素,执行动作:从编码1改为编码0,执行完动作后特征选择状态设为;按照下式计算上述动作带来的收益,并选择能带来最大收益的动作: 其中,是控制强化学习算法收敛的学习率,为折扣系数,为当前选择特征或者去除特征带来的收益,表示选择并执行动作后的即时收益与之后周期执行最优策略所得到的值,即比较增加特征与删除特征收益,选择最大累计回报的动作; 4设置多个智能体Agent,重复上述步骤,直到最大收益Q值表不再更新时停止迭代,得到选择后的特征集合; 所述能耗预测模型模块利用所述特征集合对基于循环神经网络的电堆能耗预测模型进行训练;模型训练好后利用所述验证集对模型参数进行调整优化,并指导所述特征选择模块更新所选取的特征集合;利用所述测试集对所述模型的性能进行测试。

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理新源(佛山)信息科技有限公司,其通讯地址为:528000 广东省佛山市南海区丹灶镇建沙路东一街区28号一栋315室;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。

免责声明
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。