可重构电池系统SOH均衡控制模型的训练方法和均衡控制方法

本申请提出了一种可重构电池系统SOH均衡控制模型的训练方法和均衡控制方法，涉及电池管理技术领域。该可重构电池系统SOH均衡控制模型的训练方法包括：构建基于可重构电池系统SOH均衡控制的马尔科夫决策模型；基于马尔科夫决策模型和仿真电池系统获取样本参数，并将样本参数保存在经验回放区，直至经验回放区存储的数据数量达到预设阈值；将经验回放区内的数据作为训练样本，对基于DQN算法的神经网络模型进行训练，得到目标均衡控制模型。通过上述训练方法可以根据历史数据训练神经网络模型并做出控制决策，解决动态可重构电池系统的SOH均衡问题。