中希盛电子科技(南京)有限公司胡毓晓获国家专利权
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!
龙图腾网获悉中希盛电子科技(南京)有限公司申请的专利基于互认机制的电动自行车充电方法及系统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:CN119527088B 。
龙图腾网通过国家知识产权局官网在2025-09-09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:202411562812.5,技术领域涉及:B60L53/60;该发明授权基于互认机制的电动自行车充电方法及系统是由胡毓晓;王玮;胡海波;胡英格;胡英哲;仲文艳设计研发完成,并于2024-11-05向国家知识产权局提交的专利申请。
本基于互认机制的电动自行车充电方法及系统在说明书摘要公布了:本发明提供一种基于互认机制的电动自行车充电方法及系统,涉及电池管理技术领域,包括:通过多传感器融合算法检测电池状态,采用深度强化学习预测续航里程和充电需求,结合轨迹分析预测目的地和到达时间,基于多约束路径规划模型和改进的多目标遗传算法优选充电桩,目标充电桩采用双重加密身份认证,使用基于模糊神经网络的自适应充电控制算法优化充电过程,并将数据上传至充电调度服务器。
本发明授权基于互认机制的电动自行车充电方法及系统在权利要求书中公布了:1.基于互认机制的电动自行车充电方法,其特征在于,包括: 采集电动自行车的当前位置坐标和行驶轨迹数据,通过多传感器融合算法对电池状态进行检测,建立电池健康状态评估模型,基于所述电池健康状态评估模型采用深度强化学习算法构建续航里程预测模型,将历史骑行数据、环境温度、路况信息和骑行习惯作为输入特征,输出剩余续航里程和充电需求预测结果,将所述充电需求预测结果发送至充电调度服务器,通过分层时间记忆结构和空间注意力机制提取轨迹特征,结合路网拓扑约束和历史轨迹相似度计算,对所述行驶轨迹数据进行深度分析,生成目的地预测结果和到达时间预测结果,包括: 通过设置在电动自行车中的控制器将所述续航里程预测模型输出的充电需求预测结果发送至预先设置的充电调度服务器中,所述充电调度服务器解析所述需求预测结果并获取所述电动自行车的位置坐标序列和时间戳序列,结合分层时间记忆结构对电动自行车的行驶轨迹进行特征学习,所述分层时间记忆结构包含多个层级的神经元节点,每个神经元节点学习所述行驶轨迹的局部时空特征,得到所述行驶轨迹对应的分层抽象表示; 基于所述分层抽象表示,结合注意力机制对所述局部时空特征进行加权聚合,得到所述行驶轨迹对应的上下文相关表示,将所述上下文相关表示添加至三个并行的全连接网络,分别预测所述电动自行车的目的地位置、到达时间和到达后剩余电量,在预测过程中,所述充电调度服务器在预先获取的电子地图中获取路网拓扑信息并对轨迹点进行映射和约束,同时基于海明距离计算当前轨迹与历史轨迹的相似度,选择具有最高相似度的历史轨迹作为候选轨迹,将每个候选轨迹加权融合至所述目的地位置中,得到所述目的地预测结果和到达时间预测结果; 基于当前位置坐标和所述目的地预测结果构建多约束路径规划模型,采用改进的迪杰斯特拉算法引入自适应惩罚因子对拥堵路段进行动态避让,并结合实时路况信息对路径权重进行在线更新,搜索得到候选路径,通过改进的多目标遗传算法对所述候选路径上的充电桩进行优选,以充电功率匹配度、路径偏离度和等待时长作为优化目标,结合自适应交叉算子和变异算子进行多目标求解,生成帕累托解集并对所述帕累托解集中的每个解进行评分,选择具有最高评分的充电桩作为目标充电桩; 所述目标充电桩采用基于双重加密的身份认证机制,通过动态密钥生成算法和身份特征提取算法对所述电动自行车进行身份验证,在充电过程中,采用基于模糊神经网络的自适应充电控制算法在线学习电池充电特性,结合温度补偿和电压补偿建立充电工况评估模型,采用模糊推理引擎对充电电流进行实时优化,并根据电池健康状态自适应调整充电曲线,在充电完成后,将充电过程数据上传至所述充电调度服务器。
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希盛电子科技(南京)有限公司,其通讯地址为:211200 江苏省南京市溧水区晶桥镇观山工业集中区;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励