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！

龙图腾网获悉西南交通大学;西南交通大学唐山研究院申请的专利一种混合动力市域动车组配置与控制深度协同优化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：CN119099374B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411231188.0，技术领域涉及：B60L50/75；该发明授权一种混合动力市域动车组配置与控制深度协同优化方法是由李奇;谈浩澜;王天宏;陈维荣设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种混合动力市域动车组配置与控制深度协同优化方法在说明书摘要公布了：本发明公开一种混合动力市域动车组配置与控制深度协同优化方法，建立约束条件，构建系统的约束惩罚模型；构建系统的状态‑动作对价值函数；在物理约束下，采用基于方向引导的柔性动作‑评价算法估计系统状态‑动作对的价值并降低策略熵，构建组合值的大小评价动作的优劣，最终选取该时刻下的系统的最优输出功率分配方案；采用具有伸缩因子的三目标非支配排序遗传算法对系统满足的约束情况、系统参数配置成本以及能量管理控制结果进行分析，根据三目标非支配排序规则，得到系统的参数配置非支配情况，最后根据不同的预期目标确定最终参数匹配方案。本发明可提高多堆燃料电池的性能协调性，在减少氢耗的同时有效延长寿命，提高耐久性，降低成本。

本发明授权一种混合动力市域动车组配置与控制深度协同优化方法在权利要求书中公布了：1.一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，用于市域动车组的燃料电池混合动力系统包括多堆燃料电池系统、蓄电池系统、直流母线、信号收集系统以及能量管理和控制系统；其中，多堆燃料电池系统由多个燃料电池单体组成，每个燃料电池单体连接单向直直变换器后与其余单体并联接入直流母线；蓄电池连接双向直直变换器后接入直流母线；信号收集系统用于收集多堆燃料电池和蓄电池的输出电压、输出电流信息，为后续能量管理和控制系统计算燃料电池和蓄电池的氢耗、性能衰减提供依据；能量管理和控制系统基于DSP控制器设计，载入能量管理对应程序将市域动车组需求功率分配至多堆燃料电池和蓄电池，并通过控制相应的直直变换器间接控制各动力源功率输出； 基于上述用于市域动车组的燃料电池混合动力系统，混合动力市域动车组配置与控制深度协同优化方法，包括步骤： S100根据市域动车组的设计参数以及运行线路的基本条件，分析动车组动力系统需要满足的约束条件，构建系统的约束惩罚模型； S200分析建立系统氢耗模型、燃料电池和蓄电池性能衰减模型、多堆燃料电池系统性能协调性评价模型、燃料电池输出功率波动限制模型以及蓄电池荷电状态约束模型，基于上述模型构建系统的状态-动作对价值函数； S300在系统运行的物理约束下，采用基于方向引导的柔性动作-评价算法估计系统状态-动作对的价值并降低策略熵，由状态-动作对的价值和策略熵构建组合值的大小评价动作的优劣，最终选取当前时刻下的系统的最优输出功率分配方案，直至系统运行过程结束，完成全过程能量管理； 基于方向引导的柔性动作-评价算法通过经验池实时数据清洗、进化方向排序以及自适应温度系数调节三种行为对网络训练过程进行方向引导，包括步骤： 1经验池实时数据清洗：不针对经验池全体，而是对实时抽取到的经验进行处理，在网络的实时训练过程中，对于选取的用于训练的经验需要根据市域动车组运行过程中的约束条件识别并处理不符合约束条件的数据，将其剔除出经验池，并从经验池中补充抽取经验； 2进化方向排序：凭借样本训练时预测值与真实值的误差，进行归一化后对重要的样本进行排序； 3自适应温度调节系数：利用训练经验的平均误差经过模糊控制后输出温度调节系数，使得温度调节系数随着训练过程的进行自适应修改； S400采用具有伸缩因子的三目标非支配排序遗传算法对系统满足的约束情况、系统参数配置成本以及能量管理控制结果进行分析，根据三目标非支配排序规则，得到系统的参数配置非支配情况，最后根据不同的预期目标确定最终参数匹配方案。

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西南交通大学;西南交通大学唐山研究院，其通讯地址为：614000 四川省成都市二环路北一段；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。