摘要
本发明提供光伏储能电站电池组温度智能调控与性能优化方法及系统,涉及储能电池组技术领域,包括通过获取温度传感器阵列数据、工作状态数据和环境参数数据,利用深度神经网络模型预测温度场分布,采用图神经网络构建温度场拓扑关系图,并基于温度场特征向量构建分层递进式温度控制策略,生成冷却系统控制指令,实现电池组的温度场智能优化控制。本发明能精准预测温度场分布,提高电池组工作效率和使用寿命,降低能耗。
技术关键词
温度控制策略
深度神经网络模型
工作状态数据
多尺度径向基函数
电池组
光伏储能电站
温度智能调控
信息传递机制
协同优化算法
层次化卷积神经网络
温度传感器阵列
时空注意力机制
冷却系统
性能优化方法
采样点
多层次
高斯核函数
分层
层级
系统为您推荐了相关专利信息
数字隔离芯片
数据采集模块
单体采样装置
微控制器
电池组
历史运行状态
故障诊断模型
在线监测预警方法
风电机组运行状态
深度神经网络模型
动力电池组
容量预测方法
容量预测模型
深度学习模型
数据