摘要
本发明公开了一种智能化电池控制管理方法及系统,采集当前电池包运行时的参数数据,通过样本电池包的单体电芯的放电量基准值,得到参考数据序列;构建并训练神经网络预测模型,通过神经网络预测模型得到当前电池包的单体电芯的放电量的预测输出,并得到第一本地数据序列;将第一本地数据序列与参考数据序列进行对比,根据对比结果对当前电池包的预设的输出MAP进行校准,得到第二本地数据序列;判断第二本地数据序列的内容是否满足电池包的使用要求,如果不满足,则生成告警信息;如果满足,则进行二次确认,二次确认通过则使用保存的第二本地数据序列替换第一本地数据序列。本发明可以自主学习和修正预设的MAP数据,实现自主学习和修正的功能。
技术关键词
智能化电池
控制管理方法
神经网络预测模型
BP神经网络预测
数据
序列
训练神经网络
工作环境温度
电芯
样本
校准
神经网络模型
参数
偏差
电池包单体
控制管理系统
工况
系统为您推荐了相关专利信息
识别纸张
激光测距模块
异常数据
相关性分析方法
电子传感技术
数据快速查询方法
解析工具
结构化数据格式
语音输入方式
非结构化文本
统计需求信息
案件
数量统计方法
大语言模型
数值
分布式安全监控方法
传感器节点
关键点
在线
协方差矩阵