【技术实现步骤摘要】
本申请涉及智能控制领域，且更为具体的涉及一种智能充换电控制系统。
技术介绍
1、随着社会的发展，工业化程度越来越高，随之而来的能源危机也逐渐显现出来。为了缓解能源危机，新能源电动车以及电动汽车越来越普遍的存在在人们的日常生活中。然而，目前电动车的充电问题仍然存在，例如人们在日常出行过程中找不到电瓶车充电桩，在外也有充电难的问题。这些问题催生了充电桩的出现。传统的电动车辆充换电控制方法通常采用基于规则和经验的算法，如pid控制、状态机等。这种方法也存在一些缺点：1、传统方法通常基于固定的规则和经验，无法根据电池和环境的变化进行自适应调整。这导致充电和更换过程可能不够高效和精确。2、电池的特性和环境条件可能非常复杂，传统方法难以处理这些复杂情况。例如，温度变化、充电速率等因素都会对充换电过程产生影响，传统方法难以准确考虑和处理这些因素。
2、因此，期待一种优化的智能充换电控制方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种智能充换电控制系统，其使用基于深度学习模型的人工智能技术来对电池状态数据和环境状态数据进行特征提取和编码，以得到当前时间点的电流应增大或减小的分类标签。这样，通过智能控制电流的大小，提高了电池的效率，同时充电过程的安全性也得到了极大的保障。
2、根据本申请的一个方面，提供了一种智能充换电控制系统，其包括：
3、数据获取模块，用于获取电池状态数据和环境状态数据；
4、电池时序编码模块，
5、环境时序编码模块，用于将所述环境状态数据通过第二时序编码器以得到环境特征向量；
6、融合模块，用于将所述电池特征向量和所述环境特征向量进行融合以得到融合特征矩阵；
7、双向注意力强化模块，用于将所述融合特征矩阵通过双向注意力机制模型以得到强化融合特征图；
8、非局部增强模块，用于将所述强化融合特征图通过非局部神经网络模型以得到分类特征矩阵；
9、优化模块，用于对所述分类特征矩阵进行基于特征工程的秩序性参数化以得到优化分类特征矩阵；
10、控制结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的电流应增大或减小。
11、在上述的智能充换电控制系统中，所述电池时序编码模块，包括：
12、电池时序编码单元，用于将所述电池状态数据的多个数据项通过第一时序编码器以得到多个电池时序特征向量；
13、电池级联单元，用于将所述多个电池时序特征向量进行级联以得到电池特征向量。
14、在上述的智能充换电控制系统中，所述电池时序编码单元，包括：
15、电池输入向量构造子单元，用于将所述电池状态数据的多个数据项排列为多个输入向量；
16、电池高维隐含特征提取子单元，用于使用所述第一时序编码器的全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：，其中是所述输入向量，是输出向量，是权重矩阵，是偏置向量，表示矩阵乘法；
17、电池一维卷积编码子单元，用于使用第一时序编码器的一维卷积层以如下卷积公式对所述输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的关联的高维隐含关联特征，其中，所述卷积公式为：
18、
19、其中，a为第一卷积核在x方向上的宽度、为第一卷积核参数向量、为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，x表示所述输入向量，表示对所述输入向量进行一维卷积编码。
20、在上述的智能充换电控制系统中，所述融合模块，用于：
21、以如下联合编码公式对所述电池特征向量和所述环境特征向量进行联合编码以生成所述融合特征矩阵；
22、其中，所述联合编码公式为：
23、
24、其中，表示向量相乘，表示所述融合特征矩阵，表示所述电池特征向量，表示所述环境特征向量，表示所述环境特征向量的转置。
25、在上述的智能充换电控制系统中，所述双向注意力强化模块，包括：
26、池化单元，用于将所述融合特征矩阵分别沿着水平方向和垂直方向进行池化以得到第一向池化向量和第二向池化向量；
27、关联编码单元，用于对所述第一向池化向量和所述第二向池化向量进行关联编码以得到双向关联矩阵；
28、激活单元，用于将所述双向关联矩阵输入sigmoid激活函数以得到双向关联权重矩阵；
29、按位置点乘单元，用于计算所述双向关联权重矩阵和所述融合特征矩阵之间的按位置点乘以得到所述强化融合特征矩阵；
30、强化融合特征图生成单元，用于将所述强化融合特征矩阵进行沿各个局部特征矩阵进行池化处理以得到强化融合特征图。
31、在上述的智能充换电控制系统中，所述非局部增强模块，包括：
32、卷积单元，用于将所述强化融合特征图分别输入所述非局部神经网络的第一点卷积层、第二点卷积层和第三点卷积层以得到第一特征图、第二特征图和第三特征图；
33、中间融合单元，用于计算所述第一特征图和所述第二特征图的按位置加权和以得到中间融合特征图；
34、特征归一化单元，用于将所述中间融合特征图输入softmax函数以对所述中间融合特征图中各个位置的特征值进行归一化以得到归一化中间融合特征图；
35、再融合单元，用于计算所述归一化中间融合特征图和所述第三特征图的按位置加权和以得到再融合特征图；
36、全局相似单元，用于将所述再融合特征图通过嵌入高斯相似性函数以计算所述再融合特征图中各个位置的特征值间的相似性以得到全局相似特征图；
37、通道调整单元，用于将所述全局相似特征图通过所述非局部神经网络的第四点卷积层以调整所述全局相似特征图的通道数以得到通道调整全局相似特征图；
38、增强单元，用于计算所述通道调整全局相似特征图和所述强化融合特征图的按位置加权和以得到分类特征图；
39、降维单元，用于将所述分类特征图进行沿通道维度的池化处理以得到分类特征矩阵。
40、在上述的智能充换电控制系统中，所述优化模块，包括：
41、矩阵切分单元，用于沿对所述分类特征矩阵进行特征矩阵切分以得到关联局部特征矩阵的序列；
42、秩序权重单元，用于将所述关联局部特征矩阵的序列通过基于softmax函数的秩序性权重生成器以得到秩序权重值的序列；
43、重排单元，用于基于所述秩序权重值的序列，对所述关联局部特征矩阵的序列进行排序以得到重排关联局部特征矩阵的序列；
44、特征展平化单元，用于对所述重排关联局部特征矩阵的序列进行特征展平化以得到重排关联局部特征向量的序列；
45、局本文档来自技高网...
【技术保护点】
1.一种智能充换电控制系统，其特征在于，包括：
2.根据权利要求1所述的智能充换电控制系统，其特征在于，所述电池时序编码模块，包括：
3.根据权利要求2所述的智能充换电控制系统，其特征在于，所述电池时序编码单元，包括：
4.根据权利要求3所述的智能充换电控制系统，其特征在于，所述融合模块，用于：
5.根据权利要求4所述的智能充换电控制系统，其特征在于，所述双向注意力强化模块，包括：
6.根据权利要求5所述的智能充换电控制系统，其特征在于，所述非局部增强模块，包括：
7.根据权利要求6所述的智能充换电控制系统，其特征在于，所述优化模块，包括：
8.根据权利要求7所述的智能充换电控制系统，其特征在于，所述控制结果生成模块，用于：
【技术特征摘要】
1.一种智能充换电控制系统，其特征在于，包括：
2.根据权利要求1所述的智能充换电控制系统，其特征在于，所述电池时序编码模块，包括：
3.根据权利要求2所述的智能充换电控制系统，其特征在于，所述电池时序编码单元，包括：
4.根据权利要求3所述的智能充换电控制系统，其特征在于，所述融合模块，用于：
5.根据权利...
【专利技术属性】
技术研发人员：刘发荣，刘晓华，刘华清，
申请(专利权)人：江西驴宝宝通卡科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。