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！

申请/专利权人：观典防务技术股份有限公司

摘要：本发明涉及供电管理技术领域，本发明公开了用于无人机的高效氢燃料电池供电系统；包括基于运行参数，计算出供电评估指数，判断是否满足供电量评估需求，采集氢燃料电池的综合供电参数和单位供电量，并预测出未来时刻单位供电量，判定是否发出预警提示，从综合供电参数中标记出负面数据，制定出供电优化策略；相对于现有技术，能够对氢燃料电池进行初步评估，避免氢燃料电池状态良好情况下的预测操作，降低供电管理系统的运行负担，也能够在氢燃料电池出现供电不足之前进行准确的预测和预警，并针对即将出现的供电故障情况制定出针对性的优化策略，防止无人机因供电不足而出现故障甚至坠落的情况，提高了无人机的供电安全性。

主权项：1.用于无人机的高效氢燃料电池供电系统，应用于电池管理系统，其特征在于，包括：指数计算模块，用于采集氢燃料电池实时的运行参数，基于运行参数，计算出供电评估指数，运行参数包括剩余可用电量和有效耗电时长；剩余可用电量的获取方法包括：通过电池管理系统查询氢燃料电池当前时刻的剩余电量，获得实时剩余电量；依次查询无人机上搭载的个监测终端的单位用电量和剩余用电时长，获得个单位用电量和个剩余用电时长；基于个单位用电量和个剩余用电时长，获得个监测终端用电量；监测终端用电量的表达式为： ；式中，为第个监测终端用电量，为第个单位用电量，为第个剩余用电时长；通过技术参数表查询氢燃料电池的安全剩余值，将氢燃料电池的安全剩余值与个监测终端用电量的累加值相加后，与实时剩余电量作差，获得剩余可用电量；剩余可用电量的表达式为： ；式中，为剩余可用电量，为实时剩余电量，为氢燃料电池的安全剩余值，为第个监测终端用电量；效耗电时长的获取方法包括：通过电流传感器检测氢燃料电池的实时供电电流，获得实时电流，并将大于标准供电电流的实时电流记为有效电流；将第一次出现实时电流的时刻至当前时刻之间的时段记为总耗电时段；在总耗电时段内，将出现有效电流的时刻至有效电流消失的时刻之间的时段记为子时段，获得个子时段；逐一统计个子时段的时长，并将个子时段的时长累加后，获得有效耗电时长；有效耗电时长的表达式为： ；式中，为有效耗电时长，为第个子时段的时长；评估判断模块，用于将供电评估指数与预设的供电评估阈值比较，判断是否满足供电量评估需求；供电评估指数的表达式为： ；式中，为供电评估指数，、为权重因子，、均大于0；是否满足供电量评估需求的判断方法包括：将供电评估指数与预设的供电评估阈值比较；当大于等于时，判断不满足供电量评估需求；当小于时，判断满足供电量评估需求；数据采集模块，用于采集氢燃料电池的历史训练数据，历史训练数据包括综合供电参数和单位供电量，综合供电参数包括温度超限值、超额供电占比率和氢氧消耗率；温度超限值的获取方法包括：将总耗电时段等分为个单元时段，并标记出个单元时段的起点和终点，获得个起点和个终点；通过温度传感器逐一检测个起点和个终点的温度，获得个起点温度值和个终点温度值；将个终点温度值与个起点温度值依次作差，获得个子温度值；子温度值的表达式为： ；式中，为第个子温度值，为第个终点温度值，为第个起点温度值；通过技术参数表查询氢燃料电池的额定温度值，将个子温度值逐一与氢燃料电池的额定温度值作差后，获得个子超限值；子超限值的表达式为： ；式中，为第个子超限值，为氢燃料电池的额定温度值；去掉子超限值的最大值和最小值，将余下的个子超限值累加后求平均，获得温度超限值；温度超限值的表达式为： ；式中，为温度超限值，为第个子超限值；超额供电占比率的获取方法包括：A1：在总耗电时段内随机标记个不相邻的电流检测点，并通过电流传感器依次检测个电流检测点的电流，获得个供电电流；A2：将大于超限供电电流的供电电流记为超额电流，并统计超额电流的数量；A3：将超额电流的数量与供电电流的数量比较，获得子占比率；A4：重复次A1-A3的步骤，获得个子占比率；子占比率的表达式为： ；式中，为第个子占比率，为第个超额电流的数量，为第个供电电流的数量；A5：将个子占比率累加后求平均，获得超额放电占比率；超额供电占比率的表达式为： ；式中，为超额供电占比率，为第个子占比率；氢氧消耗率的获取方法包括：在个单元时段的终点对应的时刻下，通过流量计分别测量氢气进气管道的氢气流量和氧气进气管道的氧气流量，获得个氢气消耗值和个氧气消耗值；将个氢气消耗值与个氧气消耗值相加后求平均，并与单元时段的时长比较，获得个子消耗率；子消耗率的表达式为： ；式中，为第个子消耗率，为第个氢气消耗值，为第个氧气消耗值，为单元时段的时长；将个子消耗率累加后求平均，获得氢氧消耗率；氢氧消耗率的表达式为： ；式中，为氢氧消耗率，为第个子消耗率；模型预测模块，用于基于历史训练数据，训练预测出未来时刻单位供电量的供电预测模型，并预测出未来时刻单位供电量；预测出未来时刻单位供电量的供电预测模型的训练方法包括：将综合供电参数使用滑动窗口方法将其转化为多个特征向量，根据滑动步长将单位供电量转换为与综合供电参数对应的标签，一个特征向量对应一个标签，并构成一组训练数据，多组训练数据构成训练集，预设预测时间步长Z、滑动步长Q以及滑动窗口长度N；将特征向量作为供电预测模型的输入，预测时间步长Z后的未来时刻单位供电量作为输出，每个训练集的后续防御触发值作为预测目标，以最小化的预测误差之和作为训练目标，对供电预测模型进行训练；生成根据综合供电参数预测未来时刻单位供电量的供电预测模型；预警提示模块，用于将预测的未来时刻单位供电量与预设的单位供电阈值对比，生成供电差值，并判定是否发出预警提示；策略制定模块，用于从综合供电参数中标记出负面数据，并基于负面数据，制定出供电优化策略。

全文数据：

权利要求：

百度查询： 观典防务技术股份有限公司 用于无人机的高效氢燃料电池供电系统