基于深度学习的直流液冷充电智能控制系统及方法

AITNT
正文
推荐专利
基于深度学习的直流液冷充电智能控制系统及方法
申请号:CN202510213917
申请日期:2025-02-26
公开号:CN119682595B
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了基于深度学习的直流液冷充电智能控制系统及方法,涉及直流液冷充电技术领域,控制系统包括目标监测周期划分模块、存储标签建立模块、液冷充电监测指数分析模块、充电安全监测模块建立模块和安全预警评估模块;目标监测周期划分模块用于提取目标充电设备的历史充电数据记录,对历史充电数据记录划分目标监测周期;存储标签建立模块用于将目标监测周期内充电设备记录的充电事件以各车辆为存储标签分别存储至对应监测单元中;液冷充电监测指数分析模块用于分析每一存储标签对应的液冷充电监测指数;充电安全监测模块建立模块用于构建每一存储标签对应的充电安全监测模型。
技术关键词
智能电池管理系统 充电智能控制系统 充电设备 周期 温度平衡 指数 标签 电池组 车辆 分析模块 监测模块 冷却液 模型更新 监测单元 异常信号 终点 实时数据
系统为您推荐了相关专利信息
1
一种基于多传感器协同的起重设备智能控制方法
多传感器协同 智能控制方法 起重设备 风速传感器 控制力矩
2
高温超导钉扎磁浮永磁轨道几何不平顺谱生成方法及系统
永磁轨道 高温超导钉扎 桥梁有限元模型 磁浮列车 周期性
3
PWM信号检测方法及装置、程序产品、介质
信号检测方法 时钟 芯片 信号检测装置 频率检测模块
4
一种基于深度学习网络的景区游客预测管理方法
预测管理方法 深度学习网络 人流量数据 构建卷积神经网络 时间序列形式
5
一种GMSK信号通信方法、装置、设备及存储介质
GMSK信号 路径度量值 序列 信号通信方法 Viterbi算法
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