摘要
本申请实施例提供一种基于人工智能的电池充电控制方法及系统,通过获取电池运行过程中的电池状态数据,所述电池状态数据包含所述电池的电压状态数据、电流状态数据、温度状态数据及阻抗状态数据。计算所述电池的健康状态SOH。根据所述电池状态数据、所述SOH构建目标特征序列,并将所述目标特征序列输入预先训练好的剩余使用寿命预测模型中,得到所述电池的剩余使用寿命预测结果。根据所述电池的健康状态SOH、所述剩余使用寿命预测结果,对所述电池的充电策略进行调整,得到目标充电策略,并基于所述目标充电策略对所述电池进行充电,从而提高电池系统的稳定性与寿命。
技术关键词
剩余使用寿命预测
电池充电控制方法
电池状态数据
充电策略
电池充电控制系统
门控循环单元网络
依赖特征
一维卷积神经网络
参数
序列
可读存储介质
注意力机制
电池系统
热点
计算机
因子
核心
系统为您推荐了相关专利信息
电池剩余使用寿命
二次锂电池
充放电曲线
卷积神经网络模型
预训练模型
电池充电网络
长短期记忆网络
可再生能源
多元线性回归模型
电网管理
均衡管理系统
锂电池模组
动态控制方法
电池状态数据
单体电池
换电加密系统
智能电池模块
智能换电柜
分层存储架构
多维度传感器