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！

龙图腾网获悉中汽研汽车检验中心(天津)有限公司申请的专利车辆的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：CN120056959B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510544838.5，技术领域涉及：B60W20/13；该发明授权车辆的能量管理方法是由王伟;曲辅凡;李文博;师存阳;郑宏;董婷;吴利广;石攀;李鑫;施伟;张南设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本车辆的能量管理方法在说明书摘要公布了：本申请涉及新能源车辆检测技术领域，特别涉及一种车辆的能量管理方法，其中，方法包括：获取至少一辆车辆在不同工况下对应的工况数据；将车辆在行驶过程中的道路进行分段，以得到不同道路路段对应的路段工况数据；计算至少一辆车辆在对应工况下满足预设最优条件的SOC值；利用满足预设最优条件的SOC值和工况数据训练预先构建的CNN‑LSTM全局SOC规划模型，以得到训练好的CNN‑LSTM全局SOC规划模型，并基于训练好的CNN‑LSTM全局SOC规划模型预测车辆的SOC值，以实现车辆的能量管理。由此，解决了相关技术中，无法自适应复杂的交通环境和工况、智能化程度不高，能源利用率较低，无法有效改善燃油经济性等问题。

本发明授权车辆的能量管理方法在权利要求书中公布了：1.一种车辆的能量管理方法，其特征在于，应用于模型离线训练阶段，其中，所述方法包括以下步骤： 获取至少一辆车辆在不同工况下对应的工况数据； 基于所述工况数据，将车辆在行驶过程中的道路进行分段，以得到不同道路路段对应的路段工况数据； 基于所述路段工况数据，计算所述至少一辆车辆在对应工况下满足预设最优条件的荷电状态SOC值； 利用所述满足预设最优条件的SOC值和所述工况数据训练预先构建的卷积长短期记忆网络CNN-LSTM全局SOC规划模型，以得到训练好的CNN-LSTM全局SOC规划模型，并基于所述训练好的CNN-LSTM全局SOC规划模型预测所述车辆的SOC值，以实现所述车辆的能量管理； 其中，所述基于所述工况数据，将车辆在行驶过程中的道路进行分段，包括： 基于所述工况数据，确定所述车辆在行驶过程中的平均车速、路段长度和路段拥堵等级中的至少一个； 基于所述平均车速和所述路段长度，判断所述车辆在不同位置车速变化率是否大于预设值，和或，基于所述路段拥堵等级和所述路段长度，判断所述路段拥堵等级是否满足预设条件； 如果所述车速变化率大于所述预设值，则根据所述平均车速和所述路段长度对对应的道路进行分段，和或，如果所述路段拥堵等级满足所述预设条件，则根据所述路段拥堵等级和所述路段长度对对应的道路进行分段； 如果所述车速变化率小于或等于所述预设值，则所述对应的道路不进行分段，和或，如果所述路段拥堵等级不满足所述预设条件，则所述对应的道路不进行分段； 所述利用所述满足预设最优条件的SOC值和所述工况数据训练预先构建的CNN-LSTM全局SOC规划模型，以得到训练好的CNN-LSTM全局SOC规划模型，包括： 获取训练所述预先构建的CNN-LSTM全局SOC规划模型对应自适应矩估计优化器Adam优化器的一阶矩估计指数衰减率、二阶矩估计指数衰减率和学习率； 基于所述一阶矩估计指数衰减率、所述二阶矩估计指数衰减率和所述学习率，训练所述预先构建的CNN-LSTM全局SOC规划模型，直至所述预先构建的CNN-LSTM全局SOC规划模型满足预设训练条件，以得到所述训练好的CNN-LSTM全局SOC规划模型。

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中汽研汽车检验中心(天津)有限公司，其通讯地址为：300300 天津市东丽区先锋东路68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”。