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！

龙图腾网获悉吉林大学申请的专利一种电动汽车电池温度全局轨迹优化方法、系统、设备及介质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：CN119538741B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411701766.2，技术领域涉及：G06F30/27；该发明授权一种电动汽车电池温度全局轨迹优化方法、系统、设备及介质是由闵海涛;张家祯设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种电动汽车电池温度全局轨迹优化方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种电动汽车电池温度全局轨迹优化方法、系统、设备及介质，包括：收集历史工况数据和温度轨迹，利用RBF和LSTM网络构建初始工况预测模型，通过贝叶斯优化训练优化，得到训练后的模型；然后，使用迁移学习进行实时迭代预测和优化，获得优化后的工况预测模型，基于此模型，执行实时工况预测，得到预测数据；构建NARX能耗预测模型，并用预测数据和温控目标训练，实现实时能耗预测，最后，以能耗和温度偏移的加权值最小化为目标，构建适应度函数，并通过遗传算法在种群中寻优，得到最优全局温度轨迹。本发明所述技术方案能够利用短途行驶数据结合历史工况数据来实时预测全局工况和优化全局热管理温度轨迹。

本发明授权一种电动汽车电池温度全局轨迹优化方法、系统、设备及介质在权利要求书中公布了：1.一种电动汽车电池温度全局轨迹优化方法，其特征在于，包括：获取电动汽车的历史工况数据和全局温度轨迹；对所述历史工况数据进行聚类分析，并将聚类分析结果作为模型结构参数；基于所述模型结构参数，结合径向基函数神经网络和长短期记忆网络构建初始工况预测模型，以初始工况预测模型在超参数下的验证损失最小为目标函数；基于贝叶斯优化算法和所述目标函数对所述初始工况预测模型进行超参数寻优，得到最佳超参数，基于所述历史工况数据对所述最佳超参数对应的工况预测模型进行训练，得到训练后的工况预测模型；基于迁移学习算法对训练后的工况预测模型进行实时迭代预测和优化，得到优化后的工况预测模型；基于优化后的工况预测模型执行实时工况预测，得到工况预测数据；基于非线性自回归神经网络构建初始热管理系统能耗预测模型；基于所述工况预测数据和预设温控目标对所述初始热管理系统能耗预测模型进行训练，基于训练后的热管理系统能耗预测模型是执行热管理系统的实时能耗预测，得到热管理系统能耗预测数据；以热管理系统能耗预测数据和平局温度偏移值的加权值最小为目标构建适应度函数；以全局温度轨迹为个体构建种群，基于各所述个体对应的适应度值结合遗传优化算法在所述种群内进行迭代寻优，迭代完成后输出最优全局温度轨迹。

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吉林大学，其通讯地址为：130015 吉林省长春市前进大街2699号；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”。