亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Coup de fouet現(xiàn)象的蓄電池SOH估測

        2018-04-12 06:33:14袁世魁程力
        蓄電池 2018年2期
        關(guān)鍵詞:蓄電池峰值神經(jīng)網(wǎng)絡(luò)

        袁世魁, 程力

        (東南大學(xué)能源與環(huán)境學(xué)院,江蘇 南京 210096)

        0 引言

        閥控式鉛酸(VRLA)蓄電池被廣泛用作后備電源或儲能裝置,隨著在線時間增加,蓄電池組的性能會逐漸下降,影響其蓄能能力。按照 VRLA 蓄電池維護(hù)規(guī)程,需要定期對電池組進(jìn)行核對性放電試驗以評估其性能,但是對使用大量蓄電池的企業(yè)來說,核對性放電試驗需要耗費大量的人力物力,很難全面覆蓋,而且在電池健康狀況未知的情況下存在用電設(shè)備宕機(jī)風(fēng)險[1]。在交流電源停電時,常有蓄電池組由于供電能力不足而導(dǎo)致關(guān)鍵設(shè)備停電,給企業(yè)造成重大損失。因此,研究通過蓄電池組短時間放電進(jìn)行性能評估的方法具有實際的應(yīng)用價值。

        電池健康狀態(tài)(SOH)在數(shù)值上等于當(dāng)前電池的實際可用容量與新電池額定容量的比值[2],是評價蓄電池組性能的重要參數(shù)。本文中,筆者基于蓄電池在放電初始階段的 Coup de fouet(電壓陡降復(fù)升)現(xiàn)象,利用 BP 神經(jīng)網(wǎng)絡(luò)建立蓄電池 SOH 對谷底電壓和峰值電壓的性能估測模型,可在正常工作狀態(tài)下快速實現(xiàn)蓄電池性能估測,無需專門的長時間核對性放電試驗。

        1 Coup de fouet 原理

        Coup de fouet(電壓陡降復(fù)升)[3]是指當(dāng)蓄電池由滿充狀態(tài)切換到放電狀態(tài)后,在最初的幾分鐘內(nèi),會出現(xiàn)一段短暫的電壓陡降,然后回升到放電平臺電壓的現(xiàn)象(見圖 1)。相關(guān)文獻(xiàn)表明[4-7],在相同的放電倍率下,谷底電壓和恢復(fù)電壓同電池實際可用容量約成正比,而不同的放電條件,例如電池放電率、溫度,會對谷底電壓和恢復(fù)電壓產(chǎn)生較大影響,因而當(dāng)采取基于 Coup de fouet 的方法估測電池 SOH 時,必須予以考慮。

        圖1 Coup de fouet 原理圖

        由于谷底電壓、峰值電壓、溫度、放電率與蓄電池 SOH 呈非線性,難以建立統(tǒng)一的模型,而神經(jīng)網(wǎng)絡(luò)算法具有高度非線性化、泛化性強(qiáng)、自學(xué)習(xí)等優(yōu)點[8],筆者將電池健康狀態(tài)(SOH)分為健康、劣化兩類,分別用“1”和“0”表示,以谷底電壓和恢復(fù)電壓為主要變量,利用放電率、溫度對谷底電壓和峰值電壓進(jìn)行修正,通過 BP 神經(jīng)網(wǎng)絡(luò)算法,對蓄電池 SOH 進(jìn)行分類。

        神經(jīng)網(wǎng)絡(luò)模型中,輸入變量類型和數(shù)量的確定直接影響著模型預(yù)測結(jié)果的準(zhǔn)確性和運行效率。根據(jù) Kolmgoerov 定理[9],三層的前饋網(wǎng)絡(luò)具有對任意精度連續(xù)函數(shù)逼近的能力,因此筆者采用三層 BP型神經(jīng)網(wǎng)絡(luò)對蓄電池 SOH 進(jìn)行估計。

        2 基于 BP 算法蓄電池 SOH 預(yù)測

        2.1 數(shù)據(jù)采集與預(yù)處理

        本文中,筆者利用江蘇電信的蓄電池遠(yuǎn)程維護(hù)與評估系統(tǒng)收集的蓄電池放電過程數(shù)據(jù),對 Coup de fouet 現(xiàn)象進(jìn)行建模研究。選取滿充蓄電池的放電過程,系統(tǒng)每 2.5 s 記錄下各單體的端電壓、電流、溫度等數(shù)據(jù)。通過對放電數(shù)據(jù)的處理,提取Coup de fouet 現(xiàn)象下電池單體的谷底和峰值電壓,以及其對應(yīng)時刻的放電率、溫度,并將其作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量;獲取電池單體的健康狀態(tài)SOH,作為網(wǎng)絡(luò)模型的輸出變量。選取 480 組放電數(shù)據(jù)進(jìn)行模擬,其中 240 組數(shù)據(jù)作為模型的訓(xùn)練樣本,另外 240 組數(shù)據(jù)作為測試樣本。其中有代表性的 10 組數(shù)據(jù)如表 1 所示。

        由于自變量端電壓、電流、溫度三者的數(shù)據(jù)范圍差別較大,如果直接作為訓(xùn)練樣本,將會在模型的訓(xùn)練過程中造成嚴(yán)重誤差,且不利于模型的收斂,因此要對數(shù)據(jù)進(jìn)行歸一化處理,以消除此影響。通過公式

        表1 訓(xùn)練數(shù)據(jù)

        將原始電壓數(shù)據(jù)映射到 0~1 范圍。式(1)中:xn為原始數(shù)據(jù);xm為歸一化數(shù)據(jù);max(X)、min(X)分別為變量x的最大值和最小值。為了修正電流和溫度對電壓的影響,分別將二者的原始數(shù)據(jù)除以一個較大的定值,這里電流I0取 100 A,溫度θ0取50 ℃。

        2.2 模型精度預(yù)測與結(jié)果分析

        本文中,神經(jīng)網(wǎng)絡(luò)模型的輸入變量為谷底電壓和峰值電壓,以及其相對應(yīng)的電流、溫度,即X=(Ut,Up,It,Ip,θt,θp)T,輸出變量Y以矩陣 (1, 0; 0,1)T分別代表電池的健康、劣化兩種狀態(tài)。模型學(xué)習(xí)參數(shù)如下:網(wǎng)絡(luò)隱層和輸出層采用標(biāo)準(zhǔn) Sigmoid激活函數(shù);隱節(jié)點數(shù)取 10;學(xué)習(xí)率η=0.05;初始權(quán)值和偏移取 [-0.1,0.1]內(nèi)隨機(jī)值;最大訓(xùn)練次數(shù) 50 000;目標(biāo)誤差函數(shù)分別用完全平方誤差EA和分類誤差Ea表示。在中,Ne為全部樣本輸入后,不符合期望輸出要求的實際輸出分量個數(shù);P為訓(xùn)練模式數(shù);m為輸出層神經(jīng)元數(shù)。

        模型經(jīng)過學(xué)習(xí)訓(xùn)練后,可得到 BP 算法的進(jìn)化曲線如圖 2 所示。從圖 2a 中可以看出,模型趨于收斂。由圖 2b 可以看出,經(jīng)過 3 000 次訓(xùn)練后,分類誤差Ea保持在 0.02 以下。之后,以另外 240組數(shù)據(jù)對模型進(jìn)行測試,結(jié)果如表 2 所示。表 2中,Ci表示測試樣本中被分為Ci類的樣本數(shù),Cij表示被分為Ci,但被模型識別為Cj的樣本數(shù),其中i,j=1,2。從表 2 中可以看出,對 240 組測試樣本的識別精度為 94.17%。對比測試樣本的網(wǎng)絡(luò)輸出,C12、C21中大部分的模型輸出值在 0.3~0.7 之間,導(dǎo)致該部分電池在每次訓(xùn)練樣本后被識別時會出現(xiàn)略微差異。同時,研究樣本電池在本次放電過程前后的放電數(shù)據(jù)發(fā)現(xiàn),健康電池最先發(fā)生劣化的也集中在C12、C21兩部分。

        圖2 BP 算法進(jìn)化曲線

        表2 BP 網(wǎng)絡(luò)對 240 組測試樣本的識別

        3 結(jié)論

        本文中,筆者利用 VRLA 蓄電池放電過程Coup de fouet 中谷底電壓和峰值電壓與蓄電池健康狀態(tài) SOH 間的對應(yīng)關(guān)系,同時用不同放電條件下的放電率、溫度因素對其修正,建立了谷底電壓、峰值電壓、放電率、溫度與健康狀態(tài) SOH 的對應(yīng)數(shù)據(jù)模型,通過 BP 算法對模型進(jìn)行訓(xùn)練。仿真結(jié)果表明,通過 BP 神經(jīng)網(wǎng)絡(luò)對蓄電池 Coup de fouet 建立的仿真模型可以有效地預(yù)測電池健康狀態(tài) SOH。由于測試時放電時間較短,不會對電池當(dāng)前所處的工作狀態(tài)產(chǎn)生影響,因而無需電池離線檢測,也無需進(jìn)行長時間放電,相對傳統(tǒng)的核對性放電試驗檢測方法更為方便、高效,非常適用于作為后備電源的蓄電池 SOH 在線檢測。

        參考文獻(xiàn):

        [1]桂長清.通信用密封鉛酸蓄電池組在線診斷技術(shù)[J].通信電源技術(shù), 2005(22), 44-46.

        [2]RAND D A J, MOSELEY P T, GARCHE J, 等.閥控式鉛酸蓄電池[M].郭永榔, 胡俊梅, 王麗麗,等,譯.北京:機(jī)械工業(yè)出版社, 2007.

        [3]BERNDT D, VOSS E.The voltage characteristics of a lead-acid cell during charge and discharge:Proceedings of the 4th International Power Sources Symposium, Brighton, September 1964[C]: 17-27.

        [4]BOSE C S C, LAMAN E C.Battery state of health estimation through coup de fouet: Proceedings of the 22nd International Telecommunications Energy Conference,INTELEC, February 2000[C]: 597-601.

        [5]PASCOE P E, ANBUKY A H.The behaviour of the coup de fouet of valve-regulated lead–acid batteries[J].Journal of Power Sources, 2002,111(2): 304-319.

        [6]PASCOE P E, SIRISENA H, ANBUKY A H.Coup de fouet based VRLA battery capacity estimation:Proceedings of the First IEEE International Workshop on Electronic Design, Test and Applications (DELTA’02), IEEE, 2002[C]: 149-153.

        [7]PASCOE P E, ANBUKY A H.Estimation of VRLA battery capacity using the analysis of the coup de fouet region: Proceedings of the Telecommunication Energy Conference, 1999.Intelec '99.The 21st International, IEEE, 1999[C]:114-122.

        [8]CHARKHGARD M, FARROKHI M.Stateof charge estimation for lithium-ion battery using neural networks and EKF[J].Trans and Electron, 2010, 27: 4178-4187.DOI:10.11091tie.2010.2043035.source:IEEE.xplove.

        [9]齊麗強(qiáng), 王澤民.基于改進(jìn) BP 神經(jīng)網(wǎng)絡(luò)的風(fēng)光互補(bǔ)路燈蓄電池 SOC 預(yù)測研究[J].聲學(xué)與電子工程, 2017(3): 40-43.

        猜你喜歡
        蓄電池峰值神經(jīng)網(wǎng)絡(luò)
        “四單”聯(lián)動打造適齡兒童隊前教育峰值體驗
        少先隊活動(2022年9期)2022-11-23 06:55:52
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        聊聊蓄電池的那點事兒(1) 汽車蓄電池的前世
        蓄電池去哪兒了
        寬占空比峰值電流型準(zhǔn)PWM/PFM混合控制
        基于峰值反饋的電流型PFM控制方法
        蓄電池去哪兒了?VOL12.雷克薩斯RX450h
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        蓄電池去哪兒了?
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        少妇人妻大乳在线视频不卡| 中文字幕日本在线乱码| 亚洲精品久久区二区三区蜜桃臀 | 偷拍综合在线视频二区| 国产二级一片内射视频插放| 国产午夜在线观看视频播放| 亚洲一区二区三区在线| 丝袜美腿高清在线观看| 一本色道无码道在线观看| 麻豆91免费视频| 男女干逼视频免费网站| 日韩精品在线视频一二三| 成l人在线观看线路1| 真实国产乱视频国语| 亚洲男女视频一区二区| 国产精品一区二区久久国产| 久久水蜜桃亚洲av无码精品麻豆 | 国产成人精品日本亚洲| 亚洲高清视频在线播放| 成年人视频在线观看麻豆| 免费观看交性大片| 欧美黑人乱大交| 天堂女人av一区二区| 日韩亚洲无吗av一区二区| 香蕉人人超人人超碰超国产 | 国产视频最新| 亚洲高清一区二区精品| 韩国三级大全久久网站| 亚洲国产精品无码久久电影| 国产av一区网址大全| 中文字幕在线亚洲三区| 亚洲色欲综合一区二区三区 | 热门精品一区二区三区| 色大全全免费网站久久| 影音先锋每日av色资源站| 精品一区二区三区在线视频观看| 永久中文字幕av在线免费| 国精品人妻无码一区免费视频电影| 久青草国产视频| 久久蜜桃一区二区三区| 厨房人妻hd中文字幕|