一种基于强化深度学习的电化学储能热滥用预警方法

本发明公开一种基于强化深度学习的电化学储能热滥用预警方法，涉及储能技术领域。包括获取当前时段内的荷电时序数据、设备表面温度时序数据和外界环境温度时序数据；将上述数据作为温度预测模型的输入，得到下一时段的设备表面预测温度时序数据；基于当前荷电数据，确定出在下一时段的荷电时序数据；基于本次充放电过程中的设备表面温度历史时序数据和设备表面预测温度时序数据，及本次充放电过程中的历史荷电时序数据和在下一时段的荷电时序数据，建立随荷电数据变化的设备表面温度曲线；基于该曲线确定出是否存在热滥用风险；并当存在热滥用风险时生成预警信息。本发明公开方法可在热滥用发生之前提前预警，避免由于热滥用而造成不必要的损失。