【技术实现步骤摘要】
本申请涉及智能充电，尤其涉及一种基于车辆电池监测的智能充电方法及系统。
技术介绍
1、随着电动汽车在全球范围内的快速增长，如何高效、智能地进行电动汽车充电已成为一个迫切需要解决的问题。传统的充电方法往往忽视了电池的实时状态和未来充电需求的预测，导致电池寿命缩短、充电效率低下以及电网负荷不均衡等问题。此外，电网在高峰时段面临的压力大大增加，急需一种能够平衡电网负荷和电动汽车充电需求的智能充电策略。
2、目前，大多数充电策略缺乏对电池多维状态数据的深入分析和利用，例如电池的电压、电流和温度等信息。这些数据对于评估电池的健康状况、预测充电需求以及制定充电策略至关重要。而现有的充电方法往往采用静态的充电策略，忽略了电池状态随时间变化的动态规律和周期性变化规律，这限制了充电策略的有效性和适应性。此外，现有的充电策略在制定过程中往往未能充分考虑到电网的实时负荷情况，缺乏对未来充电需求的准确预测，导致无法有效地平衡电动汽车用户的充电需求和电网的稳定运行。
技术实现思路
1、本申请提供了一种基于车辆电池监测的智能充电方法及系统，用于通过深度学习技术对车辆电池进行多维状态检测进而提高了车辆电池的智能充电准确率。
2、第一方面，本申请提供了一种基于车辆电池监测的智能充电方法，所述基于车辆电池监测的智能充电方法包括：
3、对目标车辆电池进行多维状态检测，得到电池多维状态数据并进行静态特征和动态特征提取，得到电池静态状态特征和电池动态状态特征；
4、对所述电
5、对所述目标车辆电池进行充电需求分析，得到充电需求分析数据，并对所述充电需求分析数据进行周期性变化规律分析和编码，得到充电需求编码特征；
6、对所述融合状态编码特征和所述充电需求编码特征进行分层次编码特征融合，得到综合充电编码特征；
7、基于策略梯度的强化学习算法对所述综合充电编码特征进行电池状态和充电需求平衡的充电策略分析，生成目标智能充电策略。
8、第二方面，本申请提供了一种基于车辆电池监测的智能充电系统，所述基于车辆电池监测的智能充电系统包括：
9、检测模块，用于对目标车辆电池进行多维状态检测，得到电池多维状态数据并进行静态特征和动态特征提取，得到电池静态状态特征和电池动态状态特征；
10、映射模块，用于对所述电池静态状态特征和所述电池动态状态特征进行非线性特征映射和特征合并编码，得到融合状态编码特征；
11、编码模块，用于对所述目标车辆电池进行充电需求分析，得到充电需求分析数据，并对所述充电需求分析数据进行周期性变化规律分析和编码，得到充电需求编码特征；
12、融合模块，用于对所述融合状态编码特征和所述充电需求编码特征进行分层次编码特征融合，得到综合充电编码特征；
13、分析模块，用于基于策略梯度的强化学习算法对所述综合充电编码特征进行电池状态和充电需求平衡的充电策略分析，生成目标智能充电策略。
14、本申请第三方面提供了一种基于车辆电池监测的智能充电设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于车辆电池监测的智能充电设备执行上述的基于车辆电池监测的智能充电方法。
15、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于车辆电池监测的智能充电方法。
16、本申请提供的技术方案中，通过对目标车辆电池进行多维状态检测，并结合时空分离卷积网络和双向长短期记忆网络，本方法能够全面监测电池的实时状态，并精确提取电池的静态和动态特征。这种全面的监测与精确预测使得充电策略能够更加贴合电池的实际需求和状态，从而有效延长电池寿命，提高充电效率。通过非线性特征映射和特征合并编码技术，本方法能够深度融合电池静态和动态特征，得到融合状态编码特征。这种智能特征融合不仅增强了特征间的关联性，提升了特征的表征能力，还为充电策略的制定提供了更加丰富和准确的数据支持。通过基于gru-skip模型的充电需求分析，本方法能够有效挖掘和表征电池充电需求的周期性变化规律，包括日内周期和周内周期的变化。这种周期性变化规律的有效挖掘为预测未来充电需求提供了科学依据，有助于优化充电时段，减少电网负荷。通过多层次注意力机制和基于策略梯度的强化学习算法，本方法能够智能调整充电策略，使其在满足电池充电需求的同时，兼顾电网负荷平衡。这种高度适应性的充电策略不仅提高了充电效率和电网运行的稳定性，还能根据实时电网负荷和电价动态优化充电成本，所以本申请通过深度学习技术对车辆电池进行多维状态检测进而提高了车辆电池的智能充电准确率。
本文档来自技高网...【技术保护点】
1.一种基于车辆电池监测的智能充电方法，其特征在于，所述基于车辆电池监测的智能充电方法包括：
2.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对目标车辆电池进行多维状态检测，得到电池多维状态数据并进行静态特征和动态特征提取，得到电池静态状态特征和电池动态状态特征，包括：
3.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对所述电池静态状态特征和所述电池动态状态特征进行非线性特征映射和特征合并编码，得到融合状态编码特征，包括：
4.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对所述目标车辆电池进行充电需求分析，得到充电需求分析数据，并对所述充电需求分析数据进行周期性变化规律分析和编码，得到充电需求编码特征，包括：
5.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对所述融合状态编码特征和所述充电需求编码特征进行分层次编码特征融合，得到综合充电编码特征，包括：
6.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述基
7.根据权利要求6所述的基于车辆电池监测的智能充电方法，其特征在于，所述创建所述策略梯度的强化学习算法中Actor模型生成智能充电策略动作以及Critic模型评估所选动作的期望收益，包括：
8.一种基于车辆电池监测的智能充电系统，其特征在于，所述基于车辆电池监测的智能充电系统包括：
9.一种基于车辆电池监测的智能充电设备，其特征在于，所述基于车辆电池监测的智能充电设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于车辆电池监测的智能充电方法。
...【技术特征摘要】
1.一种基于车辆电池监测的智能充电方法，其特征在于，所述基于车辆电池监测的智能充电方法包括：
2.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对目标车辆电池进行多维状态检测，得到电池多维状态数据并进行静态特征和动态特征提取，得到电池静态状态特征和电池动态状态特征，包括：
3.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对所述电池静态状态特征和所述电池动态状态特征进行非线性特征映射和特征合并编码，得到融合状态编码特征，包括：
4.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对所述目标车辆电池进行充电需求分析，得到充电需求分析数据，并对所述充电需求分析数据进行周期性变化规律分析和编码，得到充电需求编码特征，包括：
5.根据权利要求1所述的基于车辆电池监测的智能充电方法，其特征在于，所述对所述融合状态编码特征和所述充电需求编码特征进行分层次编码特征融合...
【专利技术属性】
技术研发人员：陈敏毅，
申请(专利权)人：深圳市易联科电子有限公司，
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。