一种基于深度强化学习的燃料电池汽车能量管理方法

    公开(公告)号:CN118386949B

    公开(公告)日:2024-09-06

    申请号:CN202410842373.7

    申请日:2024-06-27

    Abstract: 本发明公开了一种基于深度强化学习的燃料电池汽车能量管理方法,属于燃料电池汽车能量管理技术领域,包括以下步骤:基于燃料电池汽车的驱动功率,构建用于燃料电池汽车整车能量源管理的系统模型;基于Double Deep Q‑network算法,通过引入Dueling机制,构建D3QN算法;基于系统模型,通过D3QN算法,在考虑功率跟随效果的前提下,搭建整车能量管理框架,通过求解包括延缓动力源衰减在内的多目标控制问题,实现对燃料电池汽车的能量管理。本发明在保证功率跟随的同时降低了氢气消耗量,延缓了燃料电池的老化程度,为燃料电池汽车的能量管理提供了新的思路。

    燃料电池膜电极多分区电化学参数的同步检测方法及装置

    公开(公告)号:CN118837423A

    公开(公告)日:2024-10-25

    申请号:CN202410880726.2

    申请日:2024-07-02

    Abstract: 本发明公开了燃料电池膜电极多分区电化学参数的同步检测方法及装置,属于燃料电池参数检测技术领域,包括:将反应活性区域等分为小面积的分区,并控制各小面积分区之间彼此绝缘;控制各分区电压激励始终相同;采用直流电压激励,获取每个分区的直流电压激励响应曲线;采用交流电压激励,获取并解析每个分区的交流响应电流曲线,生成交流阻抗曲线;通过直流电压激励响应曲线与交流阻抗曲线,生成燃料电池膜电极多分区电化学参数的检测结果。本发明可以同步实现反应区域不同位置电化学参数的检测,便于确定燃料电池性能差异、故障和损伤位置、老化发生区域和程度,有助于指导燃料电池关键零部件设计、控制策略优化。

    一种基于深度强化学习的燃料电池汽车能量管理方法

    公开(公告)号:CN118386949A

    公开(公告)日:2024-07-26

    申请号:CN202410842373.7

    申请日:2024-06-27

    Abstract: 本发明公开了一种基于深度强化学习的燃料电池汽车能量管理方法,属于燃料电池汽车能量管理技术领域,包括以下步骤:基于燃料电池汽车的驱动功率,构建用于燃料电池汽车整车能量源管理的系统模型;基于Double Deep Q‑network算法,通过引入Dueling机制,构建D3QN算法;基于系统模型,通过D3QN算法,在考虑功率跟随效果的前提下,搭建整车能量管理框架,通过求解包括延缓动力源衰减在内的多目标控制问题,实现对燃料电池汽车的能量管理。本发明在保证功率跟随的同时降低了氢气消耗量,延缓了燃料电池的老化程度,为燃料电池汽车的能量管理提供了新的思路。

Patent Agency Ranking