摘要
本申请提供一种基于大数据的储能柜温度控制方法及系统,涉及计算机技术领域,致力于提高储能柜温度控制的准确性,该方法包括:获取储能柜历史时间段的第一温度信息,并将第一温度信息输入训练好的热力学预测模型,得到未来时间段的第二温度信息;根据第二温度信息,确定储能柜中的高风险区域;高风险区域在未来时间段内的温度变化率大于预设变化率;向高风险区域发送强化冷却指令,以指示高风险区域对应的目标冷却单元增加冷却负荷;获取目标冷却单元的冷却效率,在冷却效率小于预设效率的情况下,将目标冷却单元的预设冷却负荷量转移到相邻冷却单元。
技术关键词
储能柜
冷却单元
高风险
监测点
温度传感器阵列
时间段
长短期记忆神经网络
控制器局域网总线
温度控制方法
数据采集频率
三次样条插值法
大数据
电子设备
指令
控制单元
温度控制系统
可读存储介质
偏差
系统为您推荐了相关专利信息
风险预测方法
卡机
评估机器学习模型
隧洞工程
高风险
地质灾害监测
皮尔逊相关系数
因子
分区
机械学习模型
环境监测数据
耐久性评估方法
应变计传感器
剩余寿命预测
钢管混凝土拱桥
新型社区跟单交易系统
信号
策略
可视化分析图表
分区
分布式光伏
光伏板
数据处理方法
透光率
光伏发电数据分析