摘要
本发明公开了一种压缩空气储能电站EMS系统电池容量预估方法及系统,属于储能技术领域,该方法先后通过压缩空气储能电站运行模式判断,根据运行模式,进行压缩空气储能电池容量的相关参数采集,根据运行模式及相关参数,构建压缩空气储能电池容量计算模型,构建计算模型过程包括:采用LSTM神经网络方法构建LSTM神经网络模型,分别构建储能模式下的LSTM神经网络模型和释能模式下的LSTM神经网络模型,再依据计算模型预估当前时刻压缩空气储能电池容量,通过该方法能够及时掌握储气设施的当前空气存储量、压缩机子系统的运行时长和运行规律,具有很强的实际应用价值。
技术关键词
储能电池容量
压缩空气储能电站
神经网络模型
EMS系统
模式
LSTM神经网络
预估系统
模拟退火优化算法
透平
网络结构
参数
模拟退火算法
储气设施
入口
压缩机组
数据采集模块
系统为您推荐了相关专利信息
网络威胁事件
网络威胁检测方法
时序特征
长短期记忆网络
实体
视网膜模型
视觉神经通路技术
人工视觉系统
信号传递路径
多电极阵列
位点预测方法
多尺度特征融合
局部特征提取
模糊神经网络模型
数据
轴流风机
混合通风系统
混合神经网络模型
抽风装置
掌子面
车间距控制方法
智能体模型
加速度
轨迹模型
工况