[发明专利]一种大电流放电装置的充放电方法

权利要求书

1.一种大电流放电装置的充放电方法，其特征在于，包括：

获取环境温度、锂电池组的温度；

根据环境温度和锂电池组的温度确定锂电池组的充电电流及锂电池组的充电电压，并控制充电器按照所述充电电流和充电电压向锂电池组充电；

获取超级电容组的温度；

根据环境温度、锂电池组的温度和超级电容组的温度确定超级电容组的充电电压，并控制锂电池组按照所述超级电容组的充电电压向超级电容组充电。

2.根据权利要求1所述的一种大电流放电装置的充放电方法，其特征在于，所述锂电池组的充电电流及锂电池组的充电电压根据锂电池组充电预测模型确定得到，

所述锂电池组充电预测模型根据以下步骤训练得到：

将环境温度、锂电池组的温度以及与其对应的锂电池组的充电电流及锂电池组的充电电压组合成一组锂电池组充电数据集元组，收集若干组所述数据集元组以组成锂电池组充电数据集；

将收集好的锂电池组充电数据集按照第一预设比例分隔成训练集和测试集；

建立第一全连接神经网络；

使用训练集在机器学习框架中对第一全连接神经网络进行训练，得到训练好的第一全连接神经网络；

使用测试集对训练好的第一全连接神经网络进行测试，当其正确率达到第一正确率预设值后，将训练好的第一全连接神经网络作为锂电池组充电预测模型输出。

3.根据权利要求2所述的一种大电流放电装置的充放电方法，其特征在于，所述第一预设比例为8:2或9:1。

4.根据权利要求2所述的一种大电流放电装置的充放电方法，其特征在于，所述第一正确率预设值为95％。

5.根据权利要求2所述的一种大电流放电装置的充放电方法，其特征在于，所述第一全连接神经网络包括1层输入层、6层隐含层、1层输出层。

6.根据权利要求1所述的一种大电流放电装置的充放电方法，其特征在于，超级电容组的充电电压根据超级电容组充电预测模型确定得到，

所述超级电容组充电预测模型根据以下步骤训练得到：

将环境温度、锂电池组的温度和超级电容组的温度以及与其对应的超级电容组的充电电压组合成一组超级电容组数据集元组，收集若干组所述数据集元组以组成超级电容组充电数据集；

将收集好的数据集按照第二预设比例分隔成训练集和测试集；

建立第二全连接神经网络；

使用训练集在机器学习框架中对第二全连接神经网络进行训练，得到训练好的第二全连接神经网络；

使用测试集对训练好的第二全连接神经网络进行测试，当其正确率达到第二正确率预设值后，将训练好的第二全连接神经网络作为超级电容组充电预测模型输出。

7.根据权利要求6所述的一种大电流放电装置的充放电方法，其特征在于，所述第二预设比例为8:2或9:1。

8.根据权利要求6所述的一种大电流放电装置的充放电方法，其特征在于，所述第二正确率预设值为95％。

9.根据权利要求6所述的一种大电流放电装置的充放电方法，其特征在于，所述第二全连接神经网络包括1层输入层、6层隐含层、1层输出层。

10.根据权利要求2-9任一所述的一种大电流放电装置的充放电方法，其特征在于，所述机器学习框架为TensorFlow、Keras或Caffe。