基于CNN_LSTM的储能设备温度控制方法和系统

本发明公开了一种基于CNN_LSTM的储能设备温度控制方法和系统，温度传感器采集储能设备的负载温度输入到训练好的CNN_LSTM模型进行温度预测，根据预测温度与储能设备目标温度的误差作为PID控制单元的前馈输入数据，PID控制单元根据误差反馈控制输入数据到储能设备的温控系统对负载温度进行调整。本发明采用的CNN_LSTM模型将卷积神经网络CNN与长短期记忆网络LSTM相结合处理预测储能设备的负载温度，具有强大的处理时序数据、特征提取和捕捉长期依赖关系的能力，在储能设备负载温度预测、设备状态监测等领域展现出显著优势。