摘要
本申请涉及电池充放电优化技术领域,公开了一种机器人储能电池的充放电优化方法、装置及设备,该方法包括:采集机器人储能电池的工况特征数据集;对工况特征数据集进行状态协同计算,得到电池运行状态数据;建立负载功率与充放电效率的映射关系模型,并确定电池工作区间边界值,得到充放电特性数据;将充放电特性数据输入深度门控循环单元网络,通过动态建模得到电池性能预测模型;基于电池性能预测模型,采用增益因子自整定技术构建闭环控制器,并通过梯度下降算法对控制参数进行在线优化计算,生成包含充放电电流限值、电压阈值的控制指令,进而实现了对电池性能的准确预测,确保了充放电控制系统的稳定运行。
技术关键词
充放电优化方法
门控循环单元网络
性能预测模型
电池运行状态
工况特征
储能电池
机器人
数据
闭环控制器
梯度下降算法
电池荷电量
电池等效电路模型
动力学特征参数
状态观测模型
递推最小二乘法
因子
动态
空间分布特征
状态空间方程
系统为您推荐了相关专利信息
风险预测模型
能耗预测模型
序列
变频器控制器
聚类算法
微流道散热结构
性能预测模型
封装结构
参数
电路板
简化特征
降维特征
涡轮冷却器
工况特征
故障诊断模型
数据估算方法
剩余使用寿命
热扩散模型
参数
电化学阻抗谱