摘要
本发明公开了用于大容量蓄电池的并联直流电源系统的优化控制方法,包括如下步骤:S1、采集电池单元和外部环境的实时数据并构建数据集;S2、对数据集进行噪声滤波、标准化处理和缺失值填补,并识别数据模式和周期性波动;S3、使用自适应跨层神经网络模型对并联直流电源系统进行建模,实时评估电池健康状态;S4、应用因果推断技术分析电池单元之间的因果关系,构建因果推理模型;S5、采用逆向建模技术反向推导出最优电池充放电调度方案,并动态调整电池调度策略;S6、应用博弈论与协同进化优化算法,在电池单元之间建立博弈模型,实现局部充放电资源的优化。本发明采用自适应神经网络和因果推断等,实现大容量蓄电池并联直流电源系统的智能控制。
技术关键词
并联直流电源系统
电池单元
大容量蓄电池
优化控制方法
充放电控制策略
进化优化算法
电池健康状态评估
神经网络模型
评估电池健康状态
噪声滤波
充放电策略
建模技术
模式
实时数据
系统状态变化
周期性
系统为您推荐了相关专利信息
石墨烯薄膜
温控系统
MOSFET驱动电路
温度传感器模块
微控制器
热管理系统
选型方法
热力循环参数
动态评估系统
电池单元
蒸发式冷凝器
复叠制冷系统
优化控制方法
分布参数模型
压缩机出口温度
优化控制方法
混合交通流
智能网联车辆
PID控制器
车道
可升降平台
无人机机场
控制系统模型
优化控制方法
数学模型