买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广东智储智慧能源科技有限公司申请的专利基于深度学习算法的储能电池充放电方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118983896B 。

龙图腾网通过国家知识产权局官网在2025-04-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411039645.6，技术领域涉及：H02J7/00；该发明授权基于深度学习算法的储能电池充放电方法、系统及介质是由张梅;袁锦锡设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本基于深度学习算法的储能电池充放电方法、系统及介质在说明书摘要公布了：本发明涉及电池管理技术领域，具体涉及基于深度学习算法的储能电池充放电方法及系统、介质，包括以下步骤：利用多目标优化算法对储能电池的充放电控制参数进行求解，得到最优充电控制参数和最优放电控制参数；利用神经网络将最优充电控制参数与最优放电控制参数间的映射关系进行封装，得到根据最优充电控制参数确定最优放电控制参数的充放电均衡控制模型；通过利用多目标优化算法结合充放电均衡控制模型确定出储能电池的最优充电参数和最优放电参数，对储能电池进行充放电优化管理。本发明减少充放电过程的控制参数优化分析的工作量大且繁杂，使得充放电规划的效率得到保障，满足充放电规划的时效性。

本发明授权基于深度学习算法的储能电池充放电方法、系统及介质在权利要求书中公布了：1.一种基于深度学习算法的储能电池充放电方法，其特征在于，包括以下步骤：利用多目标优化算法对储能电池的充放电控制参数进行求解，得到最优充电控制参数和最优放电控制参数；利用神经网络将最优充电控制参数与最优放电控制参数间的映射关系进行封装，得到根据最优充电控制参数确定最优放电控制参数的充放电均衡控制模型；通过利用多目标优化算法结合充放电均衡控制模型确定出储能电池的最优充电参数和最优放电参数，对储能电池进行充放电优化管理；充放电均衡控制模型的构建方法包括：选取多个包含相邻两个时间段的时间区间，在每个时间区间的前置时间段中由多目标优化算法得到最优充电控制参数，以及在每个时间区间的后置时间段中由多目标优化算法得到最优放电控制参数；将时间区间的前置时间段处的最优充电控制参数作为神经网络的输入项，将时间区间的前置时间段处的最优放电控制参数作为神经网络的输出项；构建损失函数，利用神经网络对神经网络的输入项和神经网络的输出项进行训练，得到表征最优充电控制参数与最优放电控制参数间的映射关系的充放电均衡控制模型；充放电均衡控制模型为：[Pft|t∈1,Tf]＝BP[Pct|t∈1,Tc]；式中，[Pft|t∈1,Tf]为放电过程中的最优放电控制参数，[Pct|t∈1,Tc]为充电过程中最优充电控制参数，Pft为放电过程中第t个放电时刻处的放电功率，Tf为放电过程的放电总时长，Pct为充电过程中第t个充电时刻处的充电功率，Tc为充电过程的充电总时长，BP为神经网络；损失函数为：loss＝MSE[Pft|t∈1,Tf]BP,[Pft|t∈1,Tf]OR；式中，loss为损失函数值，[Pft|t∈1,Tf]BP为充放电均衡控制模型输出的最优放电控制参数，[Pft|t∈1,Tf]OR为多目标优化算法求解出的最优放电控制参数，MSE为均方误差；对储能电池进行充放电优化管理的方法包括：将一个充电过程和一个放电过程组合为一个管理周期；利用多目标优化算法在管理周期的充电过程中对储能电池进行充电规划，得到储能电池在充电过程中的最优充电控制参数；将储能电池的最优充电控制参数输入至充放电均衡控制模型，得到储能电池在放电过程中的最优放电控制参数；在管理周期内以最优充电控制参数和最优放电控制参数顺序控制储能电池的充放电操作。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东智储智慧能源科技有限公司，其通讯地址为：516000 广东省惠州市惠城区水口街道大兴东路3号三楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。