公开(公告)号：CN112116156A

公开(公告)日：2020-12-22

申请号：CN202010989685.2

申请日：2020-09-18

Applicant: 中南大学

Inventor： 彭勇 ,  伍元凯 ,  范超杰 ,  张洪浩

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F30/15 ,  G06F30/27 ,  G06N3/04 ,  B61L27/00 ,  G06F119/14

Abstract: 本发明公开了一种基于深度强化学习的混动列车的能量管理方法及系统，该方法包括：获取混动列车的列车运行速度、列车运行环境、列车运行能耗信息和列车运行动力总成信息的历史数据作为源数据；从源数据中提取速度、加速度以及电池电量作为输入，以能量管理策略作为输出，建立能量管理策略模型；建立列车动力仿真模型，将能量管理策略输入至列车动力仿真模型，获得仿真运行状态和奖励参数；以奖励参数对能量管理策略模型进行优化；通过深度强化学习进行离线训练得到优化后的能量管理策略模型；以混动列车的实时数据输入优化后的能量管理策略模型，获得优化的能量管理策略。本发明可实现完全应用机器学习人工智能手段进行混合动力列车能量管理。

公开(公告)号：CN112116156B

公开(公告)日：2023-02-03

申请号：CN202010989685.2

申请日：2020-09-18

Applicant: 中南大学

Inventor： 彭勇 ,  伍元凯 ,  范超杰 ,  张洪浩

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F30/15 ,  G06F30/27 ,  G06N3/04 ,  B61L27/00 ,  G06F119/14

Abstract: 本发明公开了一种基于深度强化学习的混动列车的能量管理方法及系统，该方法包括：获取混动列车的列车运行速度、列车运行环境、列车运行能耗信息和列车运行动力总成信息的历史数据作为源数据；从源数据中提取速度、加速度以及电池电量作为输入，以能量管理策略作为输出，建立能量管理策略模型；建立列车动力仿真模型，将能量管理策略输入至列车动力仿真模型，获得仿真运行状态和奖励参数；以奖励参数对能量管理策略模型进行优化；通过深度强化学习进行离线训练得到优化后的能量管理策略模型；以混动列车的实时数据输入优化后的能量管理策略模型，获得优化的能量管理策略。本发明可实现完全应用机器学习人工智能手段进行混合动力列车能量管理。