摘要
本发明涉及一种液冷电池热管理系统的控制方法,本发明基于多层感知机对给定控制动作下的锂电池状态环境进行预测,并通过深度强化学习对电池当前的状态和环境条件的交互进行模拟,对强化学习模型进行初步离线训练后在储能系统试验平台进行测试,得到能够根据锂电池当前状态对其未来状态进行预测和调控的动态算法模型。为深度学习、强化学习在锂电池热管理领域的应用提供了基础理论和关键技术支撑。
技术关键词
电池热管理系统
液冷系统
数据
深度强化学习模型
锂电池热管理
Adam算法
SAC算法
储能系统
更新网络参数
神经网络参数
控制策略
系统为您推荐了相关专利信息
土壤重金属浓度
工业园区
等级评价方法
动态
地下水
水质信息采集
曲线
数据采集方法
数据存储模块
训练神经网络模型
深度学习聚类
历史监测数据
初始聚类中心
灾害风险评估
结构设计参数
项目管理方法
工程监理
风险
节点
智能项目管理系统
计算机系统软件
解密引擎
加密策略
分发模块
加密系统