[发明专利]一种基于神经网络数据挖掘算法的蓄电池组预测方法和系统有效
| 申请号： | 201910334507.3 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110007239B | 公开（公告）日： | 2021-01-19 |
| 发明（设计）人： | 朱小梅;张立达;王建军;龚正源 | 申请（专利权）人： | 中富通集团股份有限公司 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/396 |
| 代理公司： | 福州市景弘专利代理事务所(普通合伙) 35219 | 代理人： | 林祥翔;徐剑兵 |
| 地址： | 350001 福建省福州市鼓楼区铜盘*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及数据处理技术领域，特别涉及一种基于神经网络数据挖掘算法的蓄电池组预测方法和系统。所述一种基于神经网络数据挖掘算法的蓄电池组预测方法，包括步骤：采集预设个时间点各蓄电池组的电参数，所述电参数包括：电压值；将各个时间点对应的电参数及相对于电压最高点时间的时间增量输入数据训练曲线模型中进行训练，计算得蓄电池组的放电曲线。根据蓄电池组的放电曲线，即可知道蓄电池组的使用情况，可以预先对蓄电池组进行保养，或前往人工调试、替换，或蓄电池组损坏告警等，以避免机房偶尔断电，结果蓄电池组有问题，无法及时供电等的问题。 | ||
| 搜索关键词： | 一种 基于 神经网络 数据 挖掘 算法 蓄电池 预测 方法 系统 | ||
【主权项】：
1.一种基于神经网络数据挖掘算法的蓄电池组预测方法，其特征在于，包括步骤：采集预设个时间点各蓄电池组的电参数，所述电参数包括：电压值；将各个时间点对应的电参数及相对于电压最高点时间的时间增量输入数据训练曲线模型中进行训练，计算得蓄电池组的放电曲线。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中富通集团股份有限公司，未经中富通集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910334507.3/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
