本发明涉及电池温度控制，尤其涉及一种自动调整电池使用温度的控制系统。
背景技术：
1、电池温度控制技术领域是电池管理系统（bms）的一个重要部分，旨在通过调节温度来优化电池的性能、效率和寿命，温度控制可以使用被动冷却（如散热片）和主动冷却（风扇或液冷）技术，以及加热元件来保证低温环境下的电池性能，系统还能通过监控电池的充电和放电状态来预测和调整温度，防止过热或过冷，对于维护电池的健康状态和延长其使用寿命至关重要。
2、其中，自动调整电池使用温度的控制系统是用于监测和调整电池的工作温度，以确保其在最佳状态下运行，其主要用途是在电动车辆、便携式电子设备和储能系统等领域中，自动管理电池温度，以提高能效，优化性能并延长电池寿命，通过实时调整温度，有助于防止电池过热或过冷，从而避免损坏电池和降低其效率。
3、现有技术在快速变化的环境条件和不断变化的电池负载下表现出不足，特别是在极端或快速变化的温度条件下，被动和主动冷却反应不灵活，无法迅速适应环境变化，消耗额外能源且效率低下，现有系统缺乏从大量历史和实时数据中进行学习的能力，预测准确性和响应速度有限，在电动车辆或储能系统等应用中，这种反应滞后和非自适应的特性导致电池效率降低，甚至因温度管理不当而缩短电池寿命，无法适应快速变化的操作需求和环境因素，导致了电池管理系统的反应滞后。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点，而提出的一种自动调整电池使用温度的控制系统。
2、为了实现上述目的，本发明采用了如下技术方案：一种自动调整电池使用温度的控制系统，所述系统包括：
3、数据整理模块基于电池管理系统，获取电池充放电状态、环境温度和电池内部温度数据，对缺失值和异常值进行清洗和修正，并根据电池使用模式和环境条件，进行数据标准化，得到数据规范集；
4、模型训练模块基于所述数据规范集，计算温度变化速率、电池负载和历史温度极值参数，利用深度神经网络和支持向量机对参数特征进行学习，调整网络层次和参数，匹配差异环境和负载条件，得到环境适应预测模型；
5、温度调节模块基于所述环境适应预测模型和数据规范集，预测短期内电池的温度趋势，根据预测的温度数据，计算关键的冷却或加热调整过程，维持电池在最优温度范围内，得到温控执行配置；
6、优化反馈模块应用所述温控执行配置，监控当前温度与预测温度的偏差，通过分析偏差原因，调整预测模型参数，匹配新的使用和环境条件，更新并优化温度控制计划，得到控制性能优化结果。
7、本发明改进有，所述数据规范集的获取步骤具体为：
8、基于电池管理系统，提取电池充放电状态、环境温度和电池内部温度的原始数据，执行初步清洗，移除缺失值，采用公式：
9、
10、得到初步清洗的数据集，其中，代表原始数据集，表示数据集中的单个数据点；
11、基于所述初步清洗的数据集，确定异常值，对异常值进行修正，采用公式：
12、
13、得到修正后的数据集，其中，和分别表示四分位数，表示四分位间距，是初步清洗的数据集，表示数据集中的单个数据点；
14、基于所述修正后的数据集，进行数据标准化，采用公式：
15、
16、得到数据规范集，其中，和分别代表修正后的数据集中的最小值和最大值。
17、本发明改进有，所述对参数特征进行学习的步骤具体为：
18、基于所述数据规范集，提取关键参数，包括温度变化速率、电池负载和历史温度的极值，采用公式：
19、
20、得到整合的参数集，其中，是温度变化速率，是电池负载，和是历史温度的最大和最小值；
21、对所述整合的参数集进行归一化处理，应用非线性变换优化模型训练的特征，采用公式：
22、
23、得到归一化后的特征集，是平均值，是标准差，是整合的参数集；
24、基于所述归一化后的特征集，应用于深度学习和支持向量机进行学习，采用公式：
25、
26、得到训练好的集成模型，其中，是支持向量机和深度神经网络模型，是模型调整参数，包括学习率和正则化系数，是归一化后的特征集。
27、本发明改进有，所述环境适应预测模型的获取步骤具体为：
28、确定网络层次和参数，进行模型权重调整，匹配差异的环境和负载条件，采用公式：
29、
30、得到调整后的权重，其中，是原始权重，是环境调整系数，是环境敏感度指数 ；
31、基于所述调整后的权重，对模型的预测能力进行验证，计算预测误差和准确度，采用公式：
32、
33、得到模型的预测误差，其中，是测试数据集中的当前值，是预测值，是数据点总数。
34、本发明改进有，所述温度趋势的预测步骤具体为：
35、基于所述环境适应预测模型和数据规范集，整合当前和历史温度数据，得到整合后的数据集 ；
36、基于所述整合后的数据集，进行温度趋势预测，采用公式：
37、
38、得到预测的未来温度，其中，、和是回归系数，是当前温度读数，是历史温度数据；
39、验证所述预测的未来温度的准确性，采用公式：
40、
41、得到预测准确率，其中，是预测的未来温度，是测量的温度数据。
42、本发明改进有，所述温控执行配置的获取步骤具体为：
43、根据预测的所述温度数据，结合电池的最优操作温度，计算所需的加热或冷却量，采用公式 ：
44、
45、得到所需的调节能量，其中，是最优温度，是预测的未来温度，是比热容率；
46、基于所述所需的调节能量，确定调节操作，包括加热或冷却，采用判断公式：
47、
48、得到温控执行配置，其中，是所需的调节能量。
49、本发明改进有，所述分析偏差原因的步骤具体为：
50、应用所述温控执行配置，监控当前温度与预测温度的偏差，进行偏差原因分析，采用公式：
51、
52、得到偏差分析结果，其中，和是调整系数，用于调整偏差与环境因素的影响，是环境参数，是温度偏差数据；
53、基于所述偏差分析结果，调整预测模型的参数，采用公式：
54、
55、得到更新后的模型参数，其中，是更新前的模型参数，是学习率，是目标温度，是测量的温度数据。
56、本发明改进有，所述控制性能优化结果的获取步骤具体为：
57、基于当前环境数据和环境基准，匹配新的使用和环境条件，采用公式：
58、
59、得到调整后的参数，其中，是当前模型参数，是环境基准数据，是环境敏感系数，是监测到的数据；
60、基于所述调整后的参数，重新定义温控计划，采用公式：
61、
62、得到调整后的温度，其中，是常规操作温度，是目标温度，是测量的温度数据，是调整后的参数。
63、与现有技术相比，本发明的优点和积极效果在于：
64、本发明中，通过对电池充放电状态、环境温度和内部温度数据的全面分析与标准化，提高了数据的准确性和可靠性，使得后续的温度预测更为准确，缺失值和异常值的自动修正保证了数据质量，应用深度神经网络和支持向量机分析电池负载和温度变化，使得系统能够动态地学习并适应不同的环境和负载条件，优化电池性能和效率，极大地延长了电池寿命，实时监控温度与预测值的偏差，并对预测模型进行实时更新和优化，使系统能够有效应对冷热环境变化，保持电池运行在最佳状态，减少了过热或过冷的风险。
1.一种自动调整电池使用温度的控制系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述数据规范集的获取步骤具体为：
3.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述对参数特征进行学习的步骤具体为：
4.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述环境适应预测模型的获取步骤具体为：
5.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述温度趋势的预测步骤具体为：
6.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述温控执行配置的获取步骤具体为：
7.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述分析偏差原因的步骤具体为：
8.根据权利要求1所述的一种自动调整电池使用温度的控制系统，其特征在于，所述控制性能优化结果的获取步骤具体为：
