一种基于元学习权重的电池快充策略多目标优化方法

一种基于元学习权重的电池快充策略多目标优化方法，旨在实现高效率、低损耗及安全可靠的快速充电。该方法首先通过融合电池的实时状态、环境参数以及用户约束，构建全面输入基础数据集；再建立电池模型并引入残差跳跃模块对其改进，输入训练集后进行训练得到最佳模型；后续针对充电时间、温升和容量衰减三个矛盾目标，提出改进NSGA‑II算法，引入温度敏感系数和动态约束机制利用最佳的模型求解Pareto前沿，形成最优充电曲线。本发明显著提高了电池快充策略的环境适应性和多目标平衡性能，适用于各类动力电池在不同工况下的智能充电场景。