【技术实现步骤摘要】
本专利技术涉及神经网络预测，具体涉及一种混合型超级电容器管理方法及系统。
技术介绍
1、在神经网络的发展进程中，学习算法的研究有着十分重要的地位。学习是神经网络一种最重要也最令人注目的特点。目前，人们所提出的神经网络模型都是和学习算法相应的。所以，有时人们并不去祈求对模型和算法进行严格的定义或区分。有的模型可以有多种算法。而有的算法可能可用于多种模型。在神经网络中，对外部环境提供的模式样本进行学习训练，并能存储这种模式，则称为感知器；对外部环境有适应能力，能自动提取外部环境变化特征，则称为认知器。
2、神经网络模型是人工智能领域中的一种算法，在各种工业、医疗、金融等领域中都有广泛的应用。神经网络模型的基本思想是模拟人类大脑中神经元之间的信号传递，通过多层神经元的连接，实现对输入数据的处理和分类。
3、超级电容器是指相对传统电容器而言具有更高容量的一种电容器，通过极化电解质来储存能量；超级电容器是介于电容器和电池之间的储能器件，它既具有电容器可以快速充放电的特点，又具有电池的储能特性。超级电容器分为静电作用储能的双电层电容器和电化学作用的法拉第赝电容器，当静电和电化学作用共同储能时，为混合型超级电容器(也称为锂离子超级电容器)。
4、环境温度的高低对混合型超级电容器的电化学性能、可靠性和使用安全性有显著影响，温度低时功率密度和能量密度下降，相反，温度高时会引发副反应和电容器老化，甚至会造成安全事故。
5、另一方面，混合型超级电容器工作时内部产生和积聚的热量也会升高电容器内的局部温度，
6、因此，有必要提出一种结合神经网络模型与温度控制方案的，对混合型超级电容器进行有效温度控制的管理方法及系统。
技术实现思路
1、本专利技术的主要目的是提供一种混合型超级电容器管理方法，旨在对混合型超级电容器进行有效温度控制。
2、为实现上述目的，本专利技术提出的一种混合型超级电容器管理方法中，多个超级电容器排列形成超级电容器的工作矩阵，工作矩阵中的各个超级电容器沿行串联连接并沿列并联连接；所述方法包括如下步骤：
3、云端获取工作矩阵中的各个超级电容器的温度数据；
4、根据工作矩阵中各个超级电容器的位置和对应的温度数据，形成温度阵列；
5、将不同时间点的温度阵列，输入用于预测未来工作阵列中各个超级电容器的温度的温度异常预测模型，以输出各个超级电容器的预测温度异常时段；
6、根据各个超级电容器的预测温度异常时段，调整工作矩阵，包括：
7、获取每个超级电容器在不同时间点对应的工作参数作为输入数据，输入用于预测未来工作矩阵中每个超级电容器的工作参数的工作参数预测模型，以输出各个超级电容器的预测工作参数；
8、将每个超级电容器的预测温度异常时段与每个超级电容器的预测工作参数比对，以确定每个超级电容器的预测温度异常时段与工作参数的对应关系，从而确定每个超级电容器的引起温度异常的工作参数，作为超级电容器的工作参数阈值；
9、云端向工作矩阵的控制模块发送调节指令，以将各个超级电容器的工作参数分别调整至工作参数阈值范围内。
10、优选地，所述根据工作矩阵中各个超级电容器的位置和对应的温度数据，形成温度阵列的步骤，包括：
11、根据工作矩阵中的每一行的超级电容器数量与每一列的超级电容器数量，建立矩阵图，其中，矩阵图包括若干行元素和若干列元素，每一行元素均设置有数量相等的矩阵单元，不同行元素中位于同一顺序的矩阵单元处于矩阵图的同一列元素中；
12、将工作矩阵中的各个超级电容器按照行位置和列位置，对应至矩阵图的不同矩阵单元；
13、按照预设的采样周期获取工作矩阵中各个超级电容器的温度数据；
14、将温度数据对应填入矩阵图中的矩阵单元,以在不同的采样周期分别将矩阵图处理成不同时间点的温度阵列。
15、优选地，所述将每个超级电容器的预测温度异常时段与每个超级电容器的预测工作参数比对，以确定每个超级电容器的预测温度异常时段与工作参数的对应关系，从而确定每个超级电容器的引起温度异常的工作参数，作为超级电容器的工作参数阈值的步骤，包括：
16、根据每个超级电容器的预测温度异常时段的分布，获取每个超级电容器的预测温度正常时段；
17、获取每个超级电容器的最长的预测温度正常时段；
18、获取每个超级电容器的最长的预测温度正常时段对应的预测工作参数，作为标定工作参数；
19、根据每个超级电容器的标定工作参数，确定每个超级电容器的工作参数临时阈值；
20、获取每个超级电容器的每个预测温度异常时段对应的工作参数作为超标工作参数；
21、判断每个超级电容器的超标工作参数是否达到对应的工作参数临时阈值；
22、若是，将每个超级电容器的工作参数临时阈值确定为工作参数阈值；
23、若否，将根据超级电容器的超标工作参数调低的工作参数临时阈值，确定为工作参数阈值。
24、优选地，所述根据各个超级电容器的预测温度异常时段，调整工作矩阵的步骤，还包括：
25、将每个超级电容器的工作参数阈值与对应的额定电压和设定电容进行比对，以确定工作矩阵中的异常超级电容器；
26、根据异常超级电容器的预测温度异常时段的第一总时长，和预测温度异常时段的第二总时长，确定是否更新工作矩阵；
27、计算更新的工作矩阵的额定电压和有效电容。
28、优选地：
29、工作矩阵的额定电压通过如下公示确定：
30、v＝n×vcell；
31、其中，v为工作矩阵的额定电压，n为行数或每列串联的超级电容器电芯数，vcell为单个超级电容器电芯的端电压；
32、工作矩阵的有效电容通过如下公示确定：
33、c＝(m/n)×ccell；
34、其中，c为工作矩阵的有效电容，m为列数或每行并联的超级电容器电芯数，ccell是单个超级电容器电池的电容。
35、优选地，所述根据各个超级电容器的预测温度异常时段，调整工作矩阵的步骤，还包括：
36、判断更新的工作矩阵的额定电压和有效电容是否满足使用条件；
37、若是，将更新的工作矩阵作为调整后的工作矩阵；
38、若否，获取异常超级电容器在工作矩阵中对应的行位置与列位置，并标记为待补充超级电容器；
39、提示将新的超级电容器按照对应的行位置与列位置，补充至工作矩阵中，以形成调整后的工作矩阵。
40、优选地，所述方法，还包括：
41、获取调整后的工作矩阵的调整后温度阵列；
42、通过温度异常预测模型预测调整后的工作矩阵的各个超级电容器调整后的预测温度异常时段；
43、判断调整本文档来自技高网...
【技术保护点】
1.一种混合型超级电容器管理方法，其特征在于，多个超级电容器排列形成超级电容器的工作矩阵，工作矩阵中的各个超级电容器沿行串联连接并沿列并联连接；所述方法包括如下步骤：
2.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述根据工作矩阵中各个超级电容器的位置和对应的温度数据，形成温度阵列的步骤，包括：
3.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述将每个超级电容器的预测温度异常时段与每个超级电容器的预测工作参数比对，以确定每个超级电容器的预测温度异常时段与工作参数的对应关系，从而确定每个超级电容器的引起温度异常的工作参数，作为超级电容器的工作参数阈值的步骤，包括：
4.根据权利要求3所述的混合型超级电容器管理方法，其特征在于，所述根据各个超级电容器的预测温度异常时段，调整工作矩阵的步骤，还包括：
5.根据权利要求4所述的混合型超级电容器管理方法，其特征在于：
6.根据权利要求4所述的混合型超级电容器管理方法，其特征在于，所述根据各个超级电容器的预测温度异常时段，调整工作矩阵的步骤，还包括：<...
【技术特征摘要】
1.一种混合型超级电容器管理方法，其特征在于，多个超级电容器排列形成超级电容器的工作矩阵，工作矩阵中的各个超级电容器沿行串联连接并沿列并联连接；所述方法包括如下步骤：
2.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述根据工作矩阵中各个超级电容器的位置和对应的温度数据，形成温度阵列的步骤，包括：
3.根据权利要求1所述的混合型超级电容器管理方法，其特征在于，所述将每个超级电容器的预测温度异常时段与每个超级电容器的预测工作参数比对，以确定每个超级电容器的预测温度异常时段与工作参数的对应关系，从而确定每个超级电容器的引起温度异常的工作参数，作为超级电容器的工作参数阈值的步骤，包括：
4.根据权利要求3所述的混合型超级电容器管理方法，其特征在于，所述根据各个超级电容器的预测温度异...
【专利技术属性】
技术研发人员：张洁，肖波，邬赛祥，谢玄之，
申请(专利权)人：湖南省银峰新能源有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。