摘要
本申请涉及电池充放电优化技术领域,公开了一种能源管理系统数据分析方法、装置、设备及存储介质,该方法包括:通过能源管理系统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,确保了能源管理系统的稳定运行。
技术关键词
能源管理系统
门控循环单元网络
性能预测模型
数据分析方法
电池运行状态
工况特征
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
储能电池
递推最小二乘法
因子
动态
数据分析装置
空间分布特征
系统为您推荐了相关专利信息
数据分析模型
数据分析方法
防护方法
障碍物
车辆状态评估
多源大数据分析
数据分析模型
数据分类
数据分析方法
融合特征
蓄电池运行状态
定量评价指标
长短期记忆神经网络
缺陷识别方法
LSTM模型