电力科学研究院申请一种电池系统电压极差的深度学习预测方法及装置,能有效预测电池电压极差变化:学习差

金融界2025年1月24日消息,国家知识信息显示,电力科学研究院有限公司申请一项名为“一种电池系统电压极差的深度学习预测方法及装置”的,公开号CN 119337751 A,申请日期为2024年12月学习差

摘要显示,本发明属于储能电池技术领域,公开一种电池系统电压极差的深度学习预测方法及装置;所述方法包括:采集电池簇的电池运行数据;所述电池运行数据包括单体电池极差数据、电池簇充放电功率和电池簇总电压数据;将所述电池运行数据输入预先训练好的深度学习预测模型中预测,获得电池簇未来预设时间内的电压极差预测结果;其中,所述预先训练好的深度学习预测模型为BiGRU-Transformer-LSTM模型学习差 。本发明采用BiGRU-Transformer-LSTM三种不同架构的混合模型,能有效预测电池电压极差变化,可由当前电压、功率信息预测未来一段时间的电压极差变化,并具有电压一致性评估功能;该方法有助于合理规划电池组的充放电策略,延长电池寿命,提高电池的安全性、可靠性。

天眼查资料显示,电力科学研究院有限公司,成立于2001年,位于市,是一家以从事研究和试验发展为主的企业学习差 。企业注册资本335200万人民币,实缴资本335200万人民币。通过天眼查大数据分析,电力科学研究院有限公司共对外投资了25家企业,参与招投标项目5000次,知识产权方面有商标信息58条,信息5000条,此外企业还拥有行政许可172个。

来源:金融界

本站内容来自用户投稿,如果侵犯了您的权利,请与我们联系删除。联系邮箱:835971066@qq.com

本文链接:http://www.cclzjy.com/post/306.html

友情链接: