摘要
本发明涉及电动汽车充电桩调控技术领域,具体地说,本发明涉及一种充电桩设备的控制方法,本发明通过构建多模态感知数据融合模型,整合电化学阻抗谱、超声波及红外热成像传感器数据,深度挖掘电池老化状况,并借助深度信念网络预测老化趋势,依深度Q网络算法生成动态最优功率策略,提升充电效率,提升电池使用寿命,对于单体电池管理,依托电化学‑热‑力耦合微环境模型及有限元与数据驱动融合策略,对单体电池微环境严密监测、精细均衡调控,将单体间温度、电压差异严格管控在极小范畴,大幅提升电池组性能一致性与稳定性,提高电动汽车单体电池的充电效率。
技术关键词
充电桩设备
深度信念网络
电化学阻抗谱
红外热成像传感器
超声波传感器阵列
单体电池
支持向量机回归模型
深度Q网络
长短期记忆网络
数据驱动融合
电池老化程度
深度卷积神经网络
扩展卡尔曼滤波算法
多模态
特征优化方法
电池老化状态
方程
系统为您推荐了相关专利信息
液态金属电池
寿命预测方法
化学反应动力学
电化学阻抗谱
电热
站监控系统
分布式储能
充放电策略
区块链存证系统
充放电功率
电化学阻抗谱
长短期记忆网络
二阶等效电路模型
电池健康状态
双向长短期记忆
耦合模型构建方法
分数阶等效电路
锂离子电池
老化模型
代表
动力蓄电池
健康状态监控方法
健康状态监控系统
综合评估模型
内阻