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！

龙图腾网获悉天津提尔科技有限公司申请的专利基于AI预测强化学习的充电桩冷却控制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：CN121469366B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202610013793.3，技术领域涉及：B60L53/60；该发明授权基于AI预测强化学习的充电桩冷却控制方法及系统是由孙海旺;秦国强;李雪强;刘圣春;刘兴楠;王星皓;周萌;朱洪娟;刘佳豪;任丹妮设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本基于AI预测强化学习的充电桩冷却控制方法及系统在说明书摘要公布了：本发明公开了基于AI预测强化学习的充电桩冷却控制方法及系统，涉及冷却控制技术领域。该基于AI预测强化学习的充电桩冷却控制方法及系统，包括：S1，采集充电桩的充电散热数据，并对充电散热数据执行预处理；S2，构建时序特征矩阵并输入温度预测模型，输出受控目标的温度预测序列，评估预测阶段的热失控风险，构建热风险识别序列；S3，构建冷却策略优化模型，将实时状态向量输入冷却策略优化模型，输出调整指令并下发执行；S4，评估调整指令的执行偏差，基于评估结果调整冷却策略，并生成冷却策略反馈样本。解决了现有充电桩冷却控制过程中缺乏实时预测与自适应调控能力而导致能耗浪费和冷却失衡的问题。

本发明授权基于AI预测强化学习的充电桩冷却控制方法及系统在权利要求书中公布了：1.基于AI预测强化学习的充电桩冷却控制方法，其特征在于，包括以下步骤： S1，采集充电桩1的充电散热数据，并对充电散热数据执行时间对齐、异常剔除、去毛刺与归一化处理，获取预处理后的充电散热数据； S2，调用预处理后的充电散热数据构建时序特征矩阵，输入温度预测模型，输出受控目标的温度预测序列，并评估预测阶段的热失控风险，构建热风险识别序列； S3，基于热风险识别序列与温度预测序列生成状态向量，结合液冷泵5与风扇的调控范围生成动作向量，构建冷却策略优化模型，并对冷却策略优化模型进行强化学习训练，将实时状态向量输入训练完成的冷却策略优化模型，输出调整指令并下发执行； 所述构建冷却策略优化模型，并对冷却策略优化模型进行强化学习训练，将实时状态向量输入训练完成的冷却策略优化模型，输出调整指令并下发执行的具体步骤如下： 将状态向量与动作向量作为输入，基于Actor-Critic强化学习架构构建冷却策略优化模型，并采用近端策略优化算法对冷却策略优化模型进行训练；训练过程中，将电池温度预测值与电池当前温度之间的差值进行平方，将IGBT温度预测值与IGBT当前温度之间的差值进行平方，将充电枪头温度预测值与充电枪头当前温度之间的差值进行平方，并将上述三项平方差进行相加，构成冷却调控过程的温控精度评价项，构成温控精度评价项；将液冷泵目标转速除以液冷泵最大转速后取平方，风扇目标转速除以风扇最大转速后取平方，两个平方值相加，构成冷却资源使用项；将温控精度评价项与冷却资源使用项相加后取负号，得到冷却控制负载指标值；将冷却控制负载指标值作为当前状态与动作对应的强化学习奖励； 将实时状态向量输入训练完成的冷却策略优化模型，输出液冷泵转速调整指令与风扇转速调整指令，并下发至指令控制端执行； S4，获取指令执行后的温度预测序列与热风险评估值，评估调整指令的执行偏差，基于评估结果调整冷却策略，并生成冷却策略反馈样本，实现冷却策略的自适应闭环演进。

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天津提尔科技有限公司，其通讯地址为：300192 天津市南开区鞍山西道与白堤路交口汇科大厦1号楼2314-1；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。