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！

龙图腾网获悉江苏迪昊特电子科技有限公司申请的专利基于深度学习的储能配置优化方法、系统、设备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：CN120409255B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510543052.1，技术领域涉及：G06F30/27；该发明授权基于深度学习的储能配置优化方法、系统、设备及介质是由蒋子侠设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本基于深度学习的储能配置优化方法、系统、设备及介质在说明书摘要公布了：本发明公开了基于深度学习的储能配置优化方法、系统、设备及介质，涉及储能优化技术领域，包括：对储能设备进行充电测试以及放电测试，获取充电优化参数以及放电优化参数；对储能设备进行初次优化；建立深度学习模型并进行训练，使用训练后的深度训练模型对储能设备进行实时优化；本发明用于解决现有的储能配置的优化方法存在无法对储能设备的充放电的效率选择进行有效优化，会在储能设备的电池在剩余不同的电能时，因无法使用最优的充电速率或放电速率，导致储能设备在充放电时均会存在充放电效率的下限较低的问题。

本发明授权基于深度学习的储能配置优化方法、系统、设备及介质在权利要求书中公布了：1.基于深度学习的储能配置优化方法，其特征在于，包括如下步骤： 获取能够对储能设备进行充电的多个充电速率，并基于多个充电速率对储能设备进行充电测试；基于充电测试的结果获取储能设备中每个储能单元的充电优化参数； 基于充电优化参数的获取方式建立放电测试，并基于能够对储能单元进行放电的所有放电速率对储能设备进行放电测试，基于放电测试的结果获取储能设备中每个储能单元的放电优化参数； 基于充电优化参数以及放电优化参数对储能设备的配置进行初次优化； 建立深度学习模型，并基于充电优化参数以及放电优化参数的获取对深度学习模型进行训练，使用训练后的深度训练模型对储能设备进行实时优化； 建立深度学习模型，并基于充电优化参数以及放电优化参数的获取对深度学习模型进行训练，使用训练后的深度训练模型对储能设备进行实时优化包括： 建立深度学习模型，在深度学习模型内存储被初次优化后的储能电池的充放电数据，深度学习模型的输入端的单元用于输入用电类型以及剩余电能，深度学习模型的输出端的单元用于输出充放速率，其中，用电类型包括充电以及放电，充放速率包括可充速率以及放电速率； 基于深度学习模型内存储的储能电池的充放电数据对每个储能单元CN的充电优化参数以及放电优化参数进行实时优化，优化方法为： 当储能单元CN进行充电或放电时，将储能单元CN的用电类型以及剩余电能输入至深度学习模型中，基于对所有可充速率或放电速率的模拟，获取储能单元CN由剩余电能充满或放空时最快的可充速率或放电速率，并由输出端的单元输出； 当深度学习模型的输出结果与使用初次优化获取的优选充电速率或优选放电速率相同时，不对储能单元CN的充电优化参数以及放电优化参数进行优化； 当深度学习模型的输出结果与使用初次优化获取的优选充电速率或优选放电速率不同时，使用优化选取算法获取优化判断值，优化选取算法为：，其中，G为优化判断值，f0为深度学习模型的输出结果，当深度学习的输出结果为可充速率时，g为储能单元CN由初次优化获取的优选充电速率的数量，fi为储能单元CN由初次优化获取的第i个优选充电速率；当深度学习的输出结果为放电速率时，g为储能单元CN由初次优化获取的优选放电速率的数量，fi为储能单元CN由初次优化获取的第i个优选放电速率； 当优化判断值大于0时，将深度学习模型的输出结果更替储能单元CN的优选充电速率或优选放电速率； 当优化判断值小于等于0时，不对储能单元CN的充电优化参数以及放电优化参数进行优化。

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江苏迪昊特电子科技有限公司，其通讯地址为：215000 江苏省苏州市相城区黄桥街道大庄村大庄电镀工业园3号楼；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”。

以上内容由龙图腾AI智能生成。