多环境的汽车电池管理方法及系统

AITNT
正文
推荐专利
多环境的汽车电池管理方法及系统
申请号:CN202411822375
申请日期:2024-12-11
公开号:CN119261673B
公开日期:2025-05-13
类型:发明专利
摘要
本发明提供了一种多环境的汽车电池管理方法及系统,涉及电池管理技术领域,包括获取环境信息及汽车实时运行参数,并进行多尺度分解处理,以提取所有环境信息的局部影响数据。接着,基于互信息最大化准则,计算每个环境信息与电池消耗之间的非线性依赖关系,从中确定关键环境影响因素。利用稀疏贝叶斯回归模型对这些影响因素及汽车运行参数进行处理,构建动态功耗预测模型,并进行实时动态功耗优化。通过深度确定性策略梯度算法,持续更新功耗分配策略,实现自适应电池管理。本发明不仅提高了电池的运行效率,还增强了在多变环境下的适应能力,能够实时优化汽车的功耗分配策略,确保车辆在各种条件下的最佳性能。
技术关键词
汽车电池管理方法 贝叶斯回归模型 汽车电池管理系统 稀疏贝叶斯回归 强化学习框架 功耗 最大化准则 贝叶斯框架 策略 经验模态分解算法 数据 道路摩擦系数 期望最大化算法 动态 多环境 分箱 特征选择
系统为您推荐了相关专利信息
1
一种基于深度强化学习的Serverless函数调度方法
深度强化学习 节点 函数执行时间 强化学习框架 集群
2
一种智能视频时间线生成系统及方法
生成系统 多模态深度学习 联合特征提取 线生成方法 多头注意力机制
3
一种基于神经网络模型的拧紧曲线生成方法
曲线生成方法 神经网络模型 剩余疲劳寿命 红外热像仪 多智能体强化学习
4
基于人工智能的分布式智能仓库调度系统
仓库调度系统 分布式智能 动态库存管理 分布式任务调度 智能路径规划
5
基于MASAC的无人机集群博弈对抗决策方法
无人机集群协同 构建无人机 决策方法 预测无人机 设计无人机
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