基于深度神经网络的储能电站热管理控制方法及系统

本发明公开了一种基于深度神经网络的储能电站热管理控制方法，包括步骤：获取当前储能电站功率输出的监测片段，利用基于深度神经网络的时间序列预测模型对下一个时间段进行功率预测，时间序列预测模型是采用改进型交叉卷积神经网络模型进行训练学习而得到的，改进型交叉卷积神经网络模型包括两条并行的卷积分支，第一条分支采用一维卷积层提取功率序列的局部时序特征，第二条分支采用空洞卷积层扩大感受野，捕捉功率变化的长期趋势；根据预测的下一个时间段的储能电站输出功率值，计算储能电站的荷电状态和温度状态；将当前储能电站的冷却液温度、舱内温度、环境温度和电池荷电状态作为电动压缩机转速设定模型的输入，输出电动压缩机的转速。