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！

龙图腾网恭喜中能建(北京)能源研究院有限公司申请的专利基于深度神经网络的储能电站热管理控制方法及系统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：CN119905722B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510356200.9，技术领域涉及：H01M10/633；该发明授权基于深度神经网络的储能电站热管理控制方法及系统是由万志强;化泽强;权海亮设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于深度神经网络的储能电站热管理控制方法及系统在说明书摘要公布了：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。

本发明授权基于深度神经网络的储能电站热管理控制方法及系统在权利要求书中公布了：1.一种基于深度神经网络的储能电站热管理控制方法，其特征在于，包括步骤：S1、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，其中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，其中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；S2、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，其中，通过温度状态预测模型计算储能电站的温度状态，其中温度状态预测模型是采用基于自适应模拟退火算法的模糊D-S证据推理融合模型进行训练学习得到的；S3、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，其中，采用置信规则库构建电动压缩机转速设定模型，结合专家知识与实时数据，动态生成电动压缩机的转速。

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中能建(北京)能源研究院有限公司，其通讯地址为：100010 北京市东城区安定门外大街138号10层A座1005；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”。