新能源汽車協調控制技術專利分析＊

張允，鄭國勛，張黎黎

新能源汽車協調控制技術專利分析＊

張允1，鄭國勛2，張黎黎2

（1.長春工程學院 電氣與信息工程學院，吉林 長春 130012；2.長春工程學院 計算機學院，吉林 長春 130012）

對新能源汽車協調控制技術領域專利申請狀況進行了專利分析，明確了新能源汽車協調控制技術的發展狀況，在此基礎上建立了專利預警模型并對相關專利進行了預警，為新能源汽車協調控制技術的技術研發、專利布局及發展路線的制訂提供了借鑒。

新能源汽車；協調控制技術；專利分析；專利預警

為了緩解能源和環境的雙重壓力，在新一輪世界科技和經濟發展中占據有利位置，新能源汽車已成了各國政府、企業以及科研機構研究與開發的熱點。針對新能源汽車運行過程中亟待解決的多目標協調控制這一關鍵瓶頸問題，近年來國內外眾多學者、企業等研究機構都進行了深入的研究，并在中國積極地進行專利布局。在這一背景下，針對新能源汽車協調控制技術進行專利分析與預警，這對推進中國自主研發新能源汽車協調控制技術具有重要的理論意義和實際應用價值。

1 新能源汽車專利分析

1.1 新能源汽車專利申請的年代趨勢分析

專利年代申請趨勢如圖1所示。

圖1 專利年代申請趨勢圖（x軸為申請日，y軸為專利數量）

本次統計時間截至2019-12，圖1表示2002—2019年所有的新能源汽車年申請量的每一年確切的申請數值。由圖1可見，2002—2009年新能源汽車的專利申請量上升趨勢緩慢。2010—2013年，新能源汽車專利的年申請量開始階段性增長。在2014年新能源汽車專利申請量首次突破1 000大關。2014—2019年新能源汽車的專利年平均申請量達到了2 926.75個/年。這些數據也從側面反映出目前各個科研力量對新能源汽車以及專利申請的重視。

1.2 新能源汽車專利申請的類別分析

申請類型和對應數量的分析如圖2所示，實用新型專利申請數量的年走勢如圖3所示。

圖2 申請類型和對應數量的分析圖

圖3 實用新型專利申請數量的年走勢圖

對2002-01-01—2017-12，18年內所有的新能源汽車專利進行了技術分類分析。將所有專利分為實用新型、發明申請、外觀設計三大類。18年里所有的關于新能源汽車的專利總量為13 134個，其中實用新型占總量46.3%，發明申請占44.5%，外觀設計占9.2%。

由此可見大部分的研發方向都趨向于實用新型和發明申請兩大類，而外觀設計的專利研究方向少很多。圖3為2002—2017年的新能源汽車的實用新型專利的年申請量趨勢條形圖，從新能源汽車專利的年申請量來看，在2002—2008年專利的年申請量都低于10個。2009—2014年專利申請的數量明顯有所增加，每年的增長率穩定在30%～50%。2015—2016年，實用新型專利開始激增，增長率達到了96.3%。2016—2019年增長率降至13.7%，但仍處于增長的階段。

發明申請專利申請數量的年走勢如圖4所示，外觀設計專利申請數量的年走勢如圖5所示。

圖4 發明申請專利申請數量的年走勢圖

圖5 外觀設計專利申請數量的年走勢圖

圖4是2002—2019年新能源汽車發明專利的年申請量趨勢條形圖，由圖4可知2002—2009年專利的年申請量都低于50個。2010—2015年專利申請的數量明顯增加，雖然2011—2012年出現了負增長，但之后的幾年里每一年的增長率都在50%左右。2015—2016年實用新型專利開始激增，這樣的增加一直持續到2017年。

圖5是2002—2017年新能源汽車外觀設計專利分析圖，由圖5可見2008—2015年增長率一直穩定在50%左右。2016開始有所緩和，但數量仍在增加。

1.3 專利價值度的分析

1.3.1 專利法律和運營分析

不同法律狀態的新能源汽車專利數量的區域分布如圖6所示。

圖6 不同法律狀態的新能源汽車專利數量的區域分布圖

圖6顯示了當前數據庫中所有的專利的法律狀態：授權63%、實質審查25%、權利終止4%、公開4%。剩下4%的專利均為無效專利。

根據當前法律狀態的分布情況，可以了解分析目標中專利的權利狀態及失效原因，以此作為新能源汽車專利價值評估的重要標準。

1.3.2 新能源汽車專利的有效性分析

新能源汽車專利權審中、有效、失效三種狀態占所有專利比值的情況如圖7所示。通過該圖可以分別了解分析對象中哪些專利已獲得實質性保護、哪些專利已經失去專利權保護，或者正在審查中的專利數量占專利中比值的分布情況，同時分析了一些專利被無效化的可能性，從整體上掌握專利的權利保護和潛在風險情況，為專利權的法律性調查提供依據。

新能源汽車專利轉讓趨勢如圖8所示。

圖7 新能源汽車專利有效性的分布

2 新能源汽車專利預警

2.1 預警模型的建立

2.1.1 建立預警模型一級指標

根據所需要建立的預警模型的需求，除了需要對專利申請數量發展趨勢進行分析外還需要對專利技術發展領域進行歸納和總結，所以對于預警模型一級指標的建立分為專利維度的建立以及技術維度的建立兩個方面。

2.1.2 建立預警模型二級指標

2.1.2.1 專利維度

在專利維度下建立二級指標來解釋專利維度的發展趨勢以及對專利維度進行分析。

新能源汽車專利年申請量的增大率的計算方法為：增大率=（當年專利申請量－上年專利申請量）/上年專利申請量×100%。

新能源汽車專利增大率下降幅度的計算方法為：下降幅度=去年的專利增長率－今年專利增長率。

2.1.2.2 技術維度

在技術維度下將建立兩個二級指標來解釋技術維度的技術領域的專利生命周期。

新能源汽車專利年齡比的計算方法為：年齡比=專利授權年/2018。

新能源汽車技術生產率的計算方法為：生產率=企業當年的發明專利控權數/追溯五年的發明專利授權累計數。

根據上述的計算公式可以得出關于預警數據分析表，如表1所示。

2.2 警度分析

2.2.1 警度的計算公式

根據新能源汽車專利預警模型可以確定專利警度的計算公式：

式（1）中：11為專利申請增長率；12為專利增大率下降幅度；21為專利年齡華；22為技術生產率。

由此可以得出2009—2019年專利警度的表格，如表2所示。

2.2.2 新能源汽車預警度分析

新能源汽車每年專利警度的直方圖如圖9所示。

圖9將得到的專利警度繪制成條形圖，從而更加直觀地給人們展現出所有的警度關系。在此以中間值0.5作為專利預警標準，從圖9中可以看出2009年和2010年專利的警度分別高于0.5和等于0.5，所以應該在當年做出預警，并在新的一年中對這個方向的所有專利從專利的技術構成、發展方向以及技術空白點等多個方向進行系統的分析，以此作為科研人員進行科研的一種參考。

表1 新能源汽車預警數據分析表

時間專利申請增長率/（%）專利增長率下降幅度/（%）專利年齡比技術生產率/（%） 2009年10000.51 2010年73.326.70.561 2011年78.500.610.96 2012年17.461.20.670.39 2013年1.515.90.720.57 2014年23.700.780.55 2015年2.121.60.830.12 2016年35.300.890.13 2017年2.133.20.940.14 2018年2.435.40.950.15 2019年2.737.60.960.17

表2 2009—2019年的專利警度

時間2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年 專利警度0.50.680.480.360.10.180.040.310.070.140.08

圖 9 新能源汽車每年專利警度的直方圖

［1］張海波.中國新能源汽車產業技術路線圖研究［D］.武漢：武漢理工大學，2012.

［2］王麗.開源/免費工具比較及專利分析全流程解決方案研究［J］.情報理論與實踐，2016，39（1）：118-122.

F426.471

A

10.15913/j.cnki.kjycx.2020.01.007

2095－6835（2020）01－0025－03

吉林省科技廳項目“新能源汽車協調控制技術專利信息服務平臺構建研究”（編號：20180312035ZG）

張允（1973—），女，吉林長春人，研究生，博士，教授，研究方向為智能控制技術。

〔編輯：張思楠〕