欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2026102614706
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于强化学习与局部搜索的退役电池梯次利用分组方法,其特征在于,包括以下步骤:采集待分组电池集合中各电池单体的多维特征参数,并进行标准化处理,获得电池特征数据;

基于所述电池特征数据,构建强化学习环境,所述强化学习环境的状态空间包括反映电池可选状态的掩码信息及电池特征,并设置有奖励函数;

基于所述强化学习环境,采用带掩码的近端策略优化算法训练智能体,并通过训练后的智能体生成初始电池分组序列;

采用基于单体交换的局部搜索算法对所述初始电池分组序列进行微调,得到最终电池分组方案;

根据所述最终电池分组方案,输出电池重组指令,实现退役电池重组。

2.根据权利要求1所述的方法,其特征在于,采集待分组电池集合中各电池单体的多维特征参数,并进行标准化处理,获得电池特征数据,包括:对各电池单体的每一维特征参数,根据对应维度所有电池的原始参数值,确定最大值和最小值;

根据所述最大值和最小值,采用最大最小归一化方法对对应维度参数值进行处理,得到归一化后的参数值,进而获得电池特征数据。

3.根据权利要求1所述的方法,其特征在于,强化学习环境的奖励函数的构建过程包括:根据智能体选取电池的动作,当已选电池数量满足预设分组大小时,计算当前组的组内一致性奖励并进行累计;

根据所有电池完成分组的状态,计算所有组间的组间一致性奖励;

对所述组内一致性奖励和组间一致性奖励进行求和,完成奖励函数的构建。

4.根据权利要求3所述的方法,其特征在于,计算当前组的组内一致性奖励的过程包括:根据当前组内所有电池的电池特征数据,计算当前组的特征均值向量;

根据所述特征均值向量与组内各电池特征向量的差值,结合预设的组内散度特征权重,计算当前组的组内加权欧氏距离散度;

根据所述组内加权欧氏距离散度以及预设的组内一致性权重系数,计算得到当前组的组内一致性奖励。

5.根据权利要求4所述的方法,其特征在于,计算所有组间的组间一致性奖励的过程包括:根据所有组的特征均值向量,计算全局中心向量;

根据各组特征均值向量与所述全局中心向量的差值,结合预设的组间散度特征权重,计算组间加权欧氏距离散度;

根据所述组间加权欧氏距离散度以及预设的组间一致性权重系数,计算得到组间一致性奖励。

6.根据权利要求1所述的方法,其特征在于,基于所述强化学习环境,采用带掩码的近端策略优化算法训练智能体的过程包括:基于所述强化学习环境获取包括电池特征与动作掩码的当前状态;

基于所述当前状态,通过智能体的策略网络输出动作概率分布;

基于所述动作概率分布与所述动作掩码,采样选择下一电池的索引作为执行动作;

基于所述执行动作,从强化学习环中获取奖励信号与更新后的状态,并重复此交互过程以收集训练数据;

基于收集的训练数据,通过近端策略优化算法更新智能体的策略网络与价值网络参数,以学习电池分组策略。

7.根据权利要求6所述的方法,其特征在于,训练智能体的过程中,奖励信号的给予采用分阶段累计机制,具体为:根据智能体选取电池的动作,判断当前组是否已选满预设数量;

若当前组已选满,则根据当前组内电池的特征数据计算组内一致性奖励,并立即给予智能体累计对应的组内一致性奖励;

根据所有电池是否均已分配完毕的判断,若全部分组完成,则计算所有分组间的组间一致性奖励并给予智能体。

8.根据权利要求6所述的方法,其特征在于,训练智能体的过程还包括智能收敛检测,具体为:根据训练周期记录的历史奖励值,计算在滑动时间窗口内的平均值与标准差;

根据当前窗口的平均值与前一窗口的平均值,计算奖励的平均改进幅度;

根据标准差是否小于对应阈值、且所述平均改进幅度的绝对值是否小于对应阈值的判断,若此状态连续维持达到预设周期数,则判定训练收敛并停止训练。

9.根据权利要求1所述的方法,其特征在于,采用基于单体交换的局部搜索算法对所述初始电池分组序列进行微调,得到最终电池分组方案的过程包括:基于所述初始电池分组序列,确定所包括的多个电池分组;

基于确定的多个电池分组,遍历不同电池组之间的电池单体对;

针对遍历到的每一电池单体对,尝试交换获得新分组结果,并计算交换后的目标函数得分;

当交换后的目标函数得分高于交换前的目标函数得分,则保留此次交换操作以更新分组方案;当交换后的目标函数得分低于或等于交换前的目标函数得分,则撤销此次交换操作;

重复执行遍历、尝试交换与评估比较的过程,直至达到预设的迭代终止条件,输出优化后的最终电池分组方案。

10.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算程序,其特征在于,所述处理器执行所述计算程序时实现所述权利要求1-9任意一项所述方法。