吳章玉，朱成杰，王鳴雁

(安徽理工大學(xué) 電氣與信息工程學(xué)院，安徽 淮南 232000)

1 引言

伴隨全球氣候變暖，污染加重的情況，節(jié)能減排越來(lái)越被社會(huì)所重視，電動(dòng)汽車(chē)在這方面優(yōu)勢(shì)較大，近年來(lái)也逐漸走進(jìn)大眾的視野[1]。電動(dòng)汽車(chē)在使用過(guò)程中的性能，將直接受到鋰電池健康狀態(tài)變化的影響。因此，對(duì)鋰電池健康狀態(tài)進(jìn)行準(zhǔn)確的預(yù)測(cè)是十分重要的[2]。目前，為得到鋰電池的SOH，人們提出了很多SOH預(yù)測(cè)方法，可以總結(jié)為如下3種[3]。

(1)通過(guò)直接測(cè)量的方法進(jìn)行預(yù)測(cè)：該方法通過(guò)進(jìn)行實(shí)驗(yàn)的辦法直接測(cè)量關(guān)于鋰電池自身老化程度的量化指標(biāo)，這一方法雖然簡(jiǎn)單，但是對(duì)于實(shí)驗(yàn)的環(huán)境要求較高。

(2)通過(guò)建立模型的方法進(jìn)行預(yù)測(cè)：此方法則主要是根據(jù)電路或電化學(xué)機(jī)理先驗(yàn)知識(shí)建立等效電路模型或者電化學(xué)模型。這類(lèi)方法往往是基于其他參數(shù)結(jié)合觀測(cè)器或者濾波器等估計(jì)電池的 SOH，預(yù)測(cè)結(jié)果是否準(zhǔn)確，和電池模型精度有很大關(guān)系，因?yàn)楣ぷ鳡顟B(tài)和型號(hào)的不同，需不斷修正電池模型，擴(kuò)展實(shí)現(xiàn)的難度較高。

(3)通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行預(yù)測(cè)：使用數(shù)據(jù)驅(qū)動(dòng)的方法，并不需要考慮模型的精確度，可通過(guò)外部參數(shù)來(lái)預(yù)測(cè)鋰電池的健康狀態(tài)，將內(nèi)部看成是一個(gè)黑匣子。鋰電池在多次充放電后將逐步變差，其阻值將一直變大，同時(shí)容量也會(huì)不斷衰減，性能將出現(xiàn)惡化。本文運(yùn)用循環(huán)神經(jīng)網(wǎng)絡(luò)，用鋰電池的容量對(duì)鋰電池健康進(jìn)預(yù)測(cè)。

2 電池健康估計(jì)

鋰電池容量常常被用來(lái)作為鋰電池SOH估算指標(biāo)[4]。Cnow和C0分別為鋰電池當(dāng)前可用容量和標(biāo)稱(chēng)容量，通過(guò)兩種容量的比值可求出鋰電池SOH。選用NASA提供的老化數(shù)據(jù)，為 18650鋰電池，編號(hào)為B0005的電池?cái)?shù)據(jù)，標(biāo)稱(chēng)容量為2Ah，通過(guò)容量進(jìn)行計(jì)算，選用訓(xùn)練集為70%，測(cè)試集為30%，鋰電池壽命在其額定容量下降了30%時(shí)終止[5]。

3 循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)

循環(huán)神經(jīng)網(wǎng)絡(luò)的發(fā)展和運(yùn)行，涉及到機(jī)器學(xué)習(xí)的原理,發(fā)展初始的優(yōu)點(diǎn)[6]：可以在模型內(nèi)部進(jìn)行信息的相互傳遞與運(yùn)用，能讓其不斷發(fā)展成為不同的樣本，而且還能將其泛化。若將單個(gè)的參數(shù)放在所有的時(shí)間點(diǎn)位置上，不能泛化沒(méi)見(jiàn)過(guò)的序列長(zhǎng)度，也不能將統(tǒng)計(jì)的結(jié)果相互之間傳遞。因此，有用的信號(hào)出現(xiàn)在不同的地方，這種信息的相互傳遞是有效的。循環(huán)神經(jīng)網(wǎng)絡(luò)擁有一個(gè)重要的部分即記憶單元，這是與平常全連接神經(jīng)網(wǎng)絡(luò)的區(qū)別。該網(wǎng)絡(luò)可用于序列模式時(shí)的場(chǎng)景，將先后輸入聯(lián)系起來(lái)，其循環(huán)的隱藏層由此刻的輸入以及上一時(shí)刻的值共同決定。主要體現(xiàn)是，循環(huán)神經(jīng)網(wǎng)絡(luò)會(huì)記錄當(dāng)前傳進(jìn)來(lái)的信號(hào)，將其進(jìn)行處理計(jì)算作為當(dāng)前的傳出信息，由此，隱藏層之內(nèi)的各個(gè)節(jié)點(diǎn)彼此都有聯(lián)系[7]。循環(huán)神經(jīng)網(wǎng)絡(luò)是經(jīng)過(guò)前面的許多傳入信號(hào)同時(shí)決定隨后的傳出信號(hào)，在特殊時(shí)刻，傳出信號(hào)會(huì)被之后的傳入信號(hào)改變，這樣的傳出信號(hào)會(huì)更加精準(zhǔn)(圖1)[8]。

圖1 RNN原理

隱藏層向外傳遞的信號(hào)是：

ht=f(Uht-1+Wxt+bh)

(1)

f()是循環(huán)神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，U是由輸入層到隱藏層的權(quán)重，W為記憶單元到隱藏層之間的權(quán)重，b為偏置項(xiàng)。在得到隱藏層的輸出后，神經(jīng)網(wǎng)絡(luò)的傳出為：

yt=g(Vht+by)

(2)

g()為輸出層的激活函數(shù)，參數(shù)V是隱藏層到輸出層的參數(shù)矩陣。

RNN具有的有點(diǎn)是可以對(duì)有順序的數(shù)據(jù)進(jìn)行運(yùn)算，這滿(mǎn)足了有這一要求的條件。在普通的神經(jīng)網(wǎng)絡(luò)中，倘若將信號(hào)的傳入傳出隔離開(kāi)來(lái)，這樣的運(yùn)行方法獲取的模型不會(huì)很理想，關(guān)于一些需求的處理就并不適合。比如要對(duì)一個(gè)句子隨后的詞進(jìn)行預(yù)測(cè)，就需要對(duì)其前一詞組是什么有所了解，不然就不能順利且準(zhǔn)確地進(jìn)行預(yù)測(cè)[9]。RNN可以將其對(duì)應(yīng)的所有元素進(jìn)行相同的操作，因此被叫為遞歸，其傳出信號(hào)受之前的結(jié)果控制[10]。循環(huán)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式十分的簡(jiǎn)單，通過(guò)運(yùn)用反向傳遞的方式來(lái)求出梯度，進(jìn)而對(duì)參數(shù)進(jìn)行更新。循環(huán)神經(jīng)網(wǎng)絡(luò)也會(huì)有一定的缺陷，并且會(huì)長(zhǎng)時(shí)間留存，也就是在運(yùn)行時(shí)有梯度消失或者梯度爆炸的問(wèn)題，這兩種在訓(xùn)練過(guò)程中出現(xiàn)的問(wèn)題是因在運(yùn)行過(guò)程中求解和反向傳遞時(shí)，在任何時(shí)候均會(huì)進(jìn)行增或者減的運(yùn)行，在度過(guò)一定時(shí)長(zhǎng)，會(huì)出現(xiàn)兩種情況：一種是收斂到零，另一種是變?yōu)闊o(wú)窮大，隨后運(yùn)行過(guò)程不會(huì)再出現(xiàn)新參數(shù)，可以理解為在后面的運(yùn)行將不會(huì)對(duì)參數(shù)引起變化。更生動(dòng)的描述就是，隨著時(shí)間軸上每一個(gè)的間距變長(zhǎng)的時(shí)候，當(dāng)下的隱藏層就會(huì)丟掉與遠(yuǎn)處之間的信息聯(lián)系[11]。

4 仿真實(shí)驗(yàn)與分析

實(shí)驗(yàn)是通過(guò)Python仿真實(shí)現(xiàn)，將鋰離子電池的容量作為輸入，用循環(huán)神經(jīng)網(wǎng)絡(luò)，從第119組數(shù)據(jù)開(kāi)始預(yù)測(cè)鋰電池的健康，見(jiàn)圖2。

圖2 RNN預(yù)測(cè)結(jié)果

預(yù)測(cè)誤差結(jié)果見(jiàn)圖3。

圖3 誤差

實(shí)驗(yàn)預(yù)測(cè)數(shù)據(jù)是從第119組數(shù)據(jù)開(kāi)始預(yù)估的，經(jīng)過(guò)計(jì)算求解得出，預(yù)測(cè)結(jié)果的極限誤差不會(huì)大于0.02，在輸入波形的波峰處預(yù)測(cè)誤差較大，再由預(yù)測(cè)結(jié)果圖可看出，實(shí)驗(yàn)預(yù)測(cè)結(jié)果，與真實(shí)值較貼近，能夠較好地預(yù)測(cè)出鋰電池的健康狀況。

5 結(jié)語(yǔ)

通過(guò)運(yùn)用循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)鋰電池進(jìn)行預(yù)測(cè)，由預(yù)測(cè)的實(shí)驗(yàn)結(jié)果可以知道，本次實(shí)驗(yàn)針對(duì)鋰電池健康預(yù)測(cè)較為準(zhǔn)確，但預(yù)測(cè)的誤差還可以減小，由于并未對(duì)溫度等環(huán)境因素進(jìn)行考慮，本次研究只是對(duì)一種型號(hào)的鋰電池進(jìn)行的預(yù)測(cè)，并不具有普遍性，還可以考慮對(duì)不同容量，不同使用情況和不同剩余壽命的鋰電池分別進(jìn)行預(yù)測(cè)實(shí)驗(yàn)，RNN的訓(xùn)練過(guò)程會(huì)出現(xiàn)梯度爆炸和梯度消失的問(wèn)題，這將會(huì)引起在梯度的傳輸性能下降。這些都將成為下一步的研究重心，對(duì)于鋰電池的研究，也將有助于電動(dòng)汽車(chē)在綠色環(huán)保方面的發(fā)展。