買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶賽力斯新能源汽車設計院有限公司申請的專利基于聯邦學習的增程器控制方法、裝置、電子設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117104028B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311258931.7，技術領域涉及：B60L50/61；該發明授權基于聯邦學習的增程器控制方法、裝置、電子設備及存儲介質是由劉小飛;劉漢;陳軼;周正偉設計研發完成，并于2023-09-27向國家知識產權局提交的專利申請。

本基于聯邦學習的增程器控制方法、裝置、電子設備及存儲介質在說明書摘要公布了：本申請涉及車輛控制技術領域，提供了一種基于聯邦學習的增程器控制方法、裝置、電子設備及存儲介質。該方法通過自服務器獲取全局聯邦學習模型參數，得到局部聯邦學習模型，基于車輛的歷史使用數據以及與車輛具有相同車輛類型的其他車輛的歷史使用數據訓練該局部聯邦學習模型，得到模型梯度值，將模型梯度值發送至服務器以使服務器基于接收到的各車輛發送的模型梯度值更新全局聯邦學習模型，重復以上步驟直至全局聯邦學習模型收斂，使用該收斂的全局聯邦學習模型的模型參數更新得到目標局部聯邦學習模型，進而使用目標局部聯邦學習模型確定第一目標車輛增程器的功率分配，能夠提高使用預測模型確定增程器功率分配的準確度，提升了用戶體驗。

本發明授權基于聯邦學習的增程器控制方法、裝置、電子設備及存儲介質在權利要求書中公布了：1.一種基于聯邦學習的增程器控制方法，其特征在于，包括： 接收服務器發送的全局聯邦學習模型參數，基于所述全局聯邦學習模型參數初始化局部聯邦學習模型； 獲取第一目標車輛的歷史使用數據； 獲取第一目標車輛的車輛標識，基于所述車輛標識確定車輛類型； 獲取第二目標車輛的歷史使用數據，所述第二目標車輛與所述第一目標車輛具有相同車輛類型； 基于所述第一目標車輛的歷史使用數據和第二目標車輛的歷史使用數據訓練所述局部聯邦學習模型，得到模型梯度值，具體包括分別以第一和第二目標車輛的歷史工況信息、不同工況下的車輛剩余電量信息以及車輛類型作為模型輸入，使用所述局部聯邦學習模型分別預測得到第一和第二目標車輛預測增程器開啟時機信息和在不同工況下的預測增程器輸出功率；將所述第一和第二目標車輛的增程器歷史開啟時機信息和不同工況下的增程器歷史輸出功率，與所述預測得到的第一和第二目標車輛預測增程器開啟時機信息和在不同工況下的預測增程器輸出功率的差異值確定為所述模型梯度值； 將所述模型梯度值發送至服務器； 接收所述服務器發送的更新后的全局聯邦學習模型參數，所述更新后的全局聯邦學習模型由所述服務器根據接收到的多個模型梯度值，對所述全局聯邦學習模型更新后確定； 重復執行接收服務器發送的全局聯邦學習模型參數、基于第一目標車輛的歷史使用數據和第二目標車輛的歷史使用數據訓練所述局部聯邦學習模型得到模型梯度值、接收服務器根據接收到的模型梯度值確定的更新后的全局聯邦學習模型參數的步驟，直至接收到目標全局聯邦學習模型參數，所述目標全局聯邦學習模型參數為所述全局聯邦學習模型收斂時的模型參數； 基于目標全局聯邦學習模型參數更新所述局部聯邦學習模型，得到目標局部聯邦學習模型； 獲取所述第一目標車輛本次行駛的工況信息、車輛狀態信息和車輛類型，使用所述目標局部聯邦學習模型確定所述第一目標車輛增程器的功率分配。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶賽力斯新能源汽車設計院有限公司，其通訊地址為：401120 重慶市渝北區龍興鎮兩江大道618號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。