基于深度确定性策略梯度的充电管理方法、系统及介质
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于深度确定性策略梯度的充电管理方法、系统及介质
申请号:
CN202510420173
申请日期:
2025-04-03
公开号:
CN120354809A
公开日期:
2025-07-22
类型:
发明专利
摘要
本发明公开了一种基于深度确定性策略梯度的充电管理方法、系统及介质,通过构建涵盖电池状态参数的热电耦合模型,基于扩展卡尔曼滤波算法实现电池SOC的精确估计,结合DDPG算法实现充电策略的制定与优化。本发明通过结合基于EKF算法的SOC状态估计方法为系统充电管理策略提供可靠的电池状态信息,并有望建成具备综合考虑电池充电时间,热安全性,电池寿命的充电管理策略的理论与方法,为快充技术提供智能化的充电管理策略方法。
技术关键词
深度确定性策略梯度
充电管理方法
等效电路模型
充电策略
卡尔曼滤波算法
离散化模型
管理策略
电池核心温度
热电
电池状态参数
充电管理系统
状态估计方法
电池状态信息
电池内部温度
EKF算法
表达式