[发明专利]智能充电系统及其工作方法

权利要求书

1.一种智能充电系统，其特征在于，包括：

充电数据单元，用于获取在对蓄电池进行充电的过程中实时采集的电池单体的充电数据，所述充电数据包括电压、电流、温度和压力；

向量构造单元，用于将所述电池单体的充电数据按照预定顺序转化为充电输入向量；

特征提取单元，用于使用特征编码器对所述充电输入向量进行编码以获得充电特征向量；

图像数据单元，用于获取摄像头所采集的电解液表面的图像；

卷积处理单元，用于将所述电解液表面的图像通过卷积神经网络以获得长度等于所述卷积神经网络的通道长度的表面特征向量，其中，所述卷积神经网络的最后一层对输出进行全局平均值池化以生成所述表面特征向量；

高斯密度图构造单元，用于在将所述充电特征向量和所述表面特征向量转化为相同长度后基于所述充电特征向量和所述表面特征向量之间的均值向量和协方差矩阵构造高斯密度图，其中，所述高斯密度图为：

其中，μ表示所述均值向量，其通过计算所述充电特征向量和所述表面特征向量的对应位置的特征值的均值生成，∑表示所述协方差矩阵，其通过计算所述充电特征向量和所述表面特征向量的对应位置的特征值的方差生成；

高斯混合模型构造单元，用于基于所述高斯密度图构建高斯混合模型，其中，所述高斯混合模型为：

模型分解单元，用于将所述高斯混合模型分解为多个高斯分布其中，σ_i是对所述协方差矩阵∑进行特征值分解所得到的对角特征值矩阵中的相应对角位置的特征值；

离散化单元，用于对每个所述高斯分布进行高斯离散化以获得相应的分类特征向量；

分类特征图构造单元，用于将所述多个分类特征向量进行二维排列以获得分类特征图；以及

充电控制结果生成单元，用于将所述分类特征图通过分类器以获得用于反映充电电流的控制类型的分类结果。

2.根据权利要求1所述的智能充电系统，其中，所述特征提取单元，包括：

全连接编码子单元，用于使用所述特征编码器的全连接层提取所述充电输入向量中各个位置的特征值的高维隐含特征；以及

关联编码子单元，用于使用所述特征编码器的一维卷积层提取所述充电输入向量中相邻位置的特征值之间的关联的高维隐含特征以获得所述充电特征向量。

3.根据权利要求2所述的智能充电系统，其中，所述卷积神经网络的每层均包含池化层用于对输出进行池化处理。

4.根据权利要求3所述的智能充电系统，其中，所述高斯密度图构造单元，进一步用于：计算所述充电特征向量和所述表面特征向量的对应位置的特征值的均值以获得所述均值向量；以及，计算所述充电特征向量和所述表面特征向量的各个位置的特征值之间的方差以获得所述协方差矩阵。

5.根据权利要求4所述的智能充电系统，其中，所述离散化单元，进一步用于对每个所述高斯分布进行随机采样以获得相应的所述分类特征向量。

6.根据权利要求1所述的智能充电系统，其中，所述充电控制结果生成单元，包括：

编码子单元，用于使用所述分类器的一个或多个全连接层对所述分类特征图进行全连接编码以获得分类特征向量；

软最大值计算单元，用于将所述分类特征向量输入所述分类器的Softmax分类函数以获得所述分类特征向量归属于各个反应充电电流的控制类型的分类标签的概率值；以及

控制结果确定子单元，用于基于所述概率值之间的比较确定所述用于反映充电电流的控制类型的分类结果。