一种基于深度Q网络的锂离子电池组管理策略优化方法

本发明涉及电池管理技术领域，公开了一种基于深度Q网络的锂离子电池组管理策略优化方法，获取锂离子电池的放电数据，得到锂离子电池的参数；搭建锂离子电池组环境，设定电池组基本参数；搭建用于奖励值计算的深度Q神经网络，以实现决策机制和经验回放机制；初始化锂离子电池组环境，定义电池组的状态空间和动作空间；获取电池组的运行数据，对运行数据进行预处理，基于预处理后的运行数据训练深度Q神经网络；寻找深度Q神经网络的训练参数的最优解，将训练参数的最优解赋予训练后的深度Q神经网络，建构锂离子电池模型，实现锂离子电池组管理策略的优化。本发明自动调整放电策略，减少人工干预，提高管理效率的同时提升了电池组的运行效率。