基于深度学习算法的电动车充电器智能充电策略优化方法

本发明公开了一种基于深度学习算法的电动车充电器智能充电策略优化方法，通过采集电池实时电压、电流、温度，环境温度、充电时长及内阻等多源异构数据构建多维充电特征向量，精准反映电池充电需求与环境条件，为优化策略提供全面信息，提升充电效率；利用门控循环单元与注意力机制结合的深度学习模型处理特征向量，前者捕捉时序特征，后者聚焦关键特征，得出最优充电电流调整值，贴合电池实时状态，进一步提高效率、减少充电时间；根据调整值实时调整充电电流，使电池始终处于最佳充电状态，避免过充等不利情况，延长寿命；引入动态特征参数感知电池特性变化，重新计算调整值，让充电策略适应动态变化，持续提供合适电流，保护电池寿命。