(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211269394.1 (22)申请日 2022.10.18 (71)申请人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 李建威　王天赐　贾博文　张大鹏　 万鑫铭　吕洪　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 万慧华 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 30/28(2020.01) G06F 119/08(2020.01)G06F 119/14(2020.01) (54)发明名称 一种氢气加注的最优 策略确定方法、 系统及 电子设备 (57)摘要 本发明涉及一种氢气加注的最优策略确定 方法、 系统及电子设备， 属于 氢气加注技术领域。 本发明利用评估网络模型选取加注速度最快且 引起储氢瓶内氢气区的温度及储氢瓶的铝内胆 内壁的温度的变化最小的加注动作， 作为最优加 注动作； 利用热力学模型， 进行状态更新， 利用目 标网络模型对评估网络模型进行训练， 直到达到 加注终点， 获得 1条加注策略， 此时将训练后的评 估网络模型的参数复制给目标网络模 型， 采用上 述步骤获取N条加注策略， 从中选取最优加注策 略。 本发明结合储氢瓶的热力学模 型与深度强化 学习方法实时设计出最优加注策略， 实现不同的 初始储氢瓶压强、 温度与固定加注时间条件下， 使储氢瓶内温度上升尽可能小。 权利要求书3页 说明书11页 附图3页 CN 115408948 A 2022.11.29 CN 115408948 A 1.一种氢气加注的最优策略确定方法， 其特 征在于， 所述方法包括如下步骤： 构建储氢瓶的热力学模型， 并将储氢瓶的初始 的状态设置为储氢瓶的当前状态； 所述 状态包括储氢瓶内氢气区的温度、 储氢瓶的铝内胆内壁的温度和储氢瓶内氢气的压强； 基于储氢瓶的当前状态， 利用评估网络模型选取下一个最优加注动作； 所述加注动作 包括加注氢气的质量流量； 所述最优加注动作为加注速度最快且引起储氢瓶内氢气区的温 度及储氢瓶的铝内胆内壁的温度的变化 最小的加注动作； 基于所述热力学模型， 确定执行所述最优加注动作后所述储氢瓶的状态， 作为储氢瓶 的当前状态， 并根据目标网络模型对评估网络模型进行训练； 返回步骤 “基于储氢瓶的当前状态， 利用深度强化学习模型选取下一个最优加注动 作”， 直到达到加注终点， 获得第 j条加注策略， 将训练后的评估网络模 型的参数复制给所述 目标网络模型， 令j的数值增加1， 并将储氢瓶的初始的状态作为储氢瓶的当前状态， 返回步 骤“基于储氢瓶的当前状态， 利用评估网络模型选取下一个最优加注动作 ”， 直到获得N条加 注策略； 在N条加注策略中选取最优加注策略； 所述最优加注策略为加注速度最快且引起储氢 瓶内氢气区的温度及储氢瓶的铝内胆内壁的温度的变化 最小的加注策略。 2.根据权利要求1所述的氢气加注的最优策略确定方法， 其特征在于， 所述基于所述热 力学模型， 确定执 行所述最优加注动作后所述储氢瓶的状态， 具体包括： 基于所述热力学模型， 确定执 行所述最优加注动作后的储氢瓶内氢气区的温度； 根据储氢瓶内氢气区的温度， 基于所述热力学模型， 计算储氢瓶的铝内胆内壁的温度 和储氢瓶内氢气的压强。 3.根据权利要求2所述的氢气加注的最优策略确定方法， 其特征在于， 所述基于所述热 力学模型， 确定执 行所述最优加注动作后的储氢瓶内氢气区的温度， 具体包括： 基于所述热力学模型， 计算储氢瓶的总等效阻值 为： ； 其中，Rall为储氢瓶的总等效阻值， 为储氢瓶的氢气区与铝内胆内壁的热对流热 阻， 为储氢瓶的铝 内胆的热阻， RC_re为储氢瓶 的碳纤维层的热阻， 为大气区与储 氢瓶的碳纤维层外壁的热对流内阻； 根据储氢瓶的总等效阻值， 确定执行所述最优加注动作后的储氢瓶内氢气区的温度 为： ； ； ； ； ；权　利　要　求　书 1/3 页 2 CN 115408948 A 2； 其中， 为储氢瓶内氢气区的温度， 、 和 分别为特征温度、 转化系数和特征时 间； 为计算系数， 为动能转换系数， γ为比热容比； 为加注氢气的温度， T4为储 氢瓶外部大气区的温度， 为加注氢气的质量流量， 为气体常数， 为氢气的等容比热 容， 为加注氢气的压强， 表示数值为 的常数， 为加注孔的面 积， 为氢气的等压比热容； 为储气瓶内初始的氢气质量， 为加注时间。 4.根据权利要求2所述的氢气加注的最优策略确定方法， 其特征在于， 所述根据储氢瓶 内氢气区的温度， 基于所述热力学模型， 计算储氢瓶的铝内胆内壁的温度和储氢瓶内氢气 的压强， 具体包括： 根据所述热力学模型， 确定储氢瓶的氢气区与铝内胆内壁的热对流热阻； 根据储氢瓶内氢气区的温度和储氢瓶的氢气区与铝内胆 内壁的热对流热阻， 计算储氢 瓶的铝内胆内壁的温度为： ； 其中，T2_in为储氢瓶的铝内胆内壁的温度， 为储氢瓶的氢气区与铝内胆内壁的热 对流热阻；Rall为储氢瓶的总等效阻值， T4为储氢瓶外部大气区的温度， T1为储氢瓶内氢气区 的温度； 根据储氢瓶内氢气区的温度， 计算储氢瓶内氢气的压强为： ； 其中， P1为储氢瓶内氢气的压强， ρ为储氢瓶内氢气的密度， 为气体常数， 表示数值 为 的常数。 5.根据权利要求1所述的氢气加注的最优策略确定方法， 其特征在于， 所述根据目标网 络模型对评估网络模型进行训练， 具体包括： 根据执行所述最优加注动作后所述储氢瓶的状态计算执行所述最优加注动作的第一 奖励值； 将执行所述最优加注动作之前的储氢瓶的状态、 所述最优加注动作、 所述第一奖励值 及执行所述最优加注动作之后的储氢瓶的状态作为经验条， 加入经验 池； 从所述经验 池中选取多个经验条， 作为训练经验条； 利用所述目标网络模型， 计算执行每个所述训练经验条中的最优加 注动作的第 二奖励 值； 以所述训练经验条中的执行最优加注动作之前的储氢瓶的状态、 最优加注动为输入， 以所述训练经验条的第二奖励值 为输出期望值， 训练所述评估网络模型。 6.根据权利要求5所述的氢气加注的最优策略确定方法， 其特征在于， 所述第 一奖励值 的计算公式为： ； 其中，R1为第一奖励值， 和 分别为执行最优加注动作后所述储氢瓶的状态中的储权　利　要　求　书 2/3 页 3 CN 115408948 A 3