原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于深度学习网络的储能电池在线监测管理方法及系统，涉及电池管理技术领域，该基于深度学习网络的储能电池在线监测管理方法包括以下步骤：获取电池参数，得到运行状态数据；生成电池的平衡充电信息，获取充电波动变化趋势；构建充电波动变化图表，得到时序波动变化参数；建立电池的性能预测模型，评估电池的未来运行性能。本发明通过对电池的充电行为进行时序分析和模式识别，使得可以更准确地预测电池的充电行为的同时，还能结合电池运行状态和未来运行性能，使得更准确的预测电池的异常发生时间和老化状况，从而避免过早或
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117554821A
(43)申请公布日2024.02.13
(21)申请号202311546199.3
(22)申请日2023.11.20
(71)申请人符宗卓
文档评论（0）