【技术实现步骤摘要】
本专利技术涉及神经网络预测，具体涉及一种混合型超级电容器管理方法及系统。
技术介绍
1、在神经网络的发展进程中，学习算法的研究有着十分重要的地位。学习是神经网络一种最重要也最令人注目的特点。目前，人们所提出的神经网络模型都是和学习算法相应的。所以，有时人们并不去祈求对模型和算法进行严格的定义或区分。有的模型可以有多种算法。而有的算法可能可用于多种模型。在神经网络中，对外部环境提供的模式样本进行学习训练，并能存储这种模式，则称为感知器；对外部环境有适应能力，能自动提取外部环境变化特征，则称为认知器。
2、神经网络模型是人工智能领域中的一种算法，在各种工业、医疗、金融等领域中都有广泛的应用。神经网络模型的基本思想是模拟人类大脑中神经元之间的信号传递，通过多层神经元的连接，实现对输入数据的处理和分类。
3、超级电容器是指相对传统电容器而言具有更高容量的一种电容器，通过极化电解质来储存能量；超级电容器是介于电容器和电池之间的储能器件，它既具有电容器可以快速充放电的特点，又具有电池的储能特性。超级电容器分为静电作用储能的双...
【技术保护点】
1.一种混合型超级电容器管理方法，其特征在于，多个超级电容器排列形成超级电容器的工作矩阵，工作矩阵中的各个超级电容器沿行串联连接并沿列并联连接；所述方法包括如下步骤：
2.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述根据工作矩阵中各个超级电容器的位置和对应的温度数据，形成温度阵列的步骤，包括：
3.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述将每个超级电容器的预测温度异常时段与每个超级电容器的预测工作参数比对，以确定每个超级电容器的预测温度异常时段与工作参数的对应关系，从而确定每个超级电容器的引起温度异常的工...
【技术特征摘要】
1.一种混合型超级电容器管理方法，其特征在于，多个超级电容器排列形成超级电容器的工作矩阵，工作矩阵中的各个超级电容器沿行串联连接并沿列并联连接；所述方法包括如下步骤：
2.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述根据工作矩阵中各个超级电容器的位置和对应的温度数据，形成温度阵列的步骤，包括：
3.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述将每个超级电容器的预测温度异常时段与每个超级电容器的预测工作参数比对，以确定每个超级电容器的预测温度异常时段与工作参数的对应关系，从而确定每个超级电容器的引起温度异常的工作参数，作为超级电容器的工作参数阈值的步骤，包括：
4.根据权利要求3所述的混合型超级电容器管理方法，其特征在于，所述根据各个超级电容器的预测温度异...
【专利技术属性】
技术研发人员：张洁，肖波，邬赛祥，谢玄之，
申请(专利权)人：湖南省银峰新能源有限公司，
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。