基于深度学习的动力电池充放电管理优化方法及系统

本申请提供一种基于深度学习的动力电池充放电管理优化方法及系统，首先获取目标动力电池充放电时包含电池温度序列、电压波动序列、电流变化序列的实时电池状态数据，再将其输入预训练的深度学习模型，通过深度学习模型不同分支分别分析电池温度时变特征、电压波动周期性模式、电流变化异常波动区间，基于以上特征的融合分析结果，生成与当前充放电阶段匹配的含充放电速率调整阈值等的动态优化策略，最后依据该动态优化策略实时调整充放电参数，使充放电参数满足预设的电池健康度约束条件且实现能量效率最大化，由此可智能优化动力电池充放电管理，提升电池性能与寿命。