一种基于深度强化学习的重卡换电站两段式电池充电优化方法

AITNT
正文
推荐专利
一种基于深度强化学习的重卡换电站两段式电池充电优化方法
申请号:CN202410952654
申请日期:2024-07-16
公开号:CN118651116A
公开日期:2024-09-17
类型:发明专利
摘要
一种基于深度强化学习的重卡换电站两段式电池充电优化方法,包括以下步骤:S1、收集收集电网和换电站的日常运营数据;S2、利用多项式对各时段到站电池的数量及到站时电池SOE的历史数据进行拟合并预测未来一个优化时段的换电数据;S3、建立两段式有序充电优化模型;S4、利用强化学习对模型进行训练求解。本发明提出一种两段式有序充电策略,根据其充电特性,将充电多段化,动态调整充电时间段,以适应不同的换电需求,从而减少充电成本,提高换电效率,同时提升电池的整体使用效率。
技术关键词
充电优化方法 时间段 阶段 充电策略 深度强化学习算法 换电站 充电机 深度强化学习模型 多项式 功率 电池充电状态 延长电池寿命 定义 充电电池 队列 深度神经网络 持久性
系统为您推荐了相关专利信息
1
运动想象脑机接口用户分类方法、装置、设备及存储介质
运动想象脑机接口 独立成分分析算法 分类方法 脑机接口模型 脑动力学建模
2
一种图像处理方法、系统、计算机设备与存储介质
图像处理方法 多任务 二次特征 阶段 图像分割
3
一种基于综合误差模型的数控机床几何误差智能辨识方法
智能辨识方法 综合误差 深度神经网络架构 采集数控机床 误差预测
4
分布式模型训练方法及装置、程序产品、电子设备
分布式模型 深度神经网络模型 机器学习模型 阶段 副本
5
硬盘故障预测方法、服务器、存储介质和电子设备
剩余寿命预测 基板管理控制器 机器学习模型 硬盘故障预测方法 固件
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号