公开(公告)号：CN118171049B

公开(公告)日：2024-07-16

申请号：CN202410584963.4

申请日：2024-05-13

Applicant: 西南交通大学

Inventor： 张兴博 ,  陈奎 ,  罗杨 ,  龙舟 ,  李洋 ,  廖强 ,  朱嘉敏 ,  周书园 ,  刘朴样 ,  刘凯 ,  高国强 ,  吴广宁

IPC: G06F18/10 ,  G06F18/2135 ,  G06F18/214 ,  G06F18/241 ,  G06N3/045 ,  G06Q50/06

Abstract: 本发明提供了一种基于大数据的边缘计算的电池管理方法及系统，涉及储能电池管理系统技术领域，包括利用历史储能电池信号构建输入矩阵，基于降维方法得到降维后的储能电池特征数据集；将降维后的储能电池特征数据集进行预处理，并根据深度置信神经网络，建立第一深度置信神经网络模型；将第一深度置信神经网络模型进行裁剪，将裁剪后的第一深度置信神经网络模型进行划分，得到第二深度置信神经网络模型；将第二深度置信神经网络模型应用至基于深度学习算法的边缘设备进行计算，对储能电池数据进行管理。本发明能实现储能电池大数据价值信息快速精准挖掘，攻克储能电池多、数据量大以及边缘计算能力有限的瓶颈问题，有效提升执行效率与实时性。

公开(公告)号：CN118171049A

公开(公告)日：2024-06-11

申请号：CN202410584963.4

申请日：2024-05-13

Applicant: 西南交通大学

Inventor： 张兴博 ,  陈奎 ,  罗杨 ,  龙舟 ,  李洋 ,  廖强 ,  朱嘉敏 ,  周书园 ,  刘朴样 ,  刘凯 ,  高国强 ,  吴广宁

IPC: G06F18/10 ,  G06F18/2135 ,  G06F18/214 ,  G06F18/241 ,  G06N3/045 ,  G06Q50/06

Abstract: 本发明提供了一种基于大数据的边缘计算的电池管理方法及系统，涉及储能电池管理系统技术领域，包括利用历史储能电池信号构建输入矩阵，基于降维方法得到降维后的储能电池特征数据集；将降维后的储能电池特征数据集进行预处理，并根据深度置信神经网络，建立第一深度置信神经网络模型；将第一深度置信神经网络模型进行裁剪，将裁剪后的第一深度置信神经网络模型进行划分，得到第二深度置信神经网络模型；将第二深度置信神经网络模型应用至基于深度学习算法的边缘设备进行计算，对储能电池数据进行管理。本发明能实现储能电池大数据价值信息快速精准挖掘，攻克储能电池多、数据量大以及边缘计算能力有限的瓶颈问题，有效提升执行效率与实时性。