随机放电工况下的锂离子电池SOH预测研究

来源 :中北大学 | 被引量 : 0次 | 上传用户:zhuhao0000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
锂离子电池具有高能量密度、低自放电率和相对较长的使用寿命等特点,已广泛应用于电池储能系统(Battery Energy Storage System,BESS)。电池的健康状态(State Of Health,SOH)的准确预测对于保证BESS的安全运行至关重要。然而,锂电池的标准充放电模式并不能反应锂电池在实际应用中的运行状况。因此,进行随机放电工况下电池的SOH预测研究十分重要。利用美国国家航空航天局(NASA)记录的随机放电电池的实验数据,论文开展了基于锂离子电池状态监测数据的SOH预测研究,主要工作内容如下:(1)针对锂离子电池在恒流充电、随机放电条件下,难以进行标准测试测量电池参考容量的问题,提出从可在线测量的电池状态参数中提取可以表征电池SOH健康因子(Health Indicator,HI)的策略。首先,考虑到电池完整放电的情况,从电压、电流传感器采集的数据中提取出多个包含电池健康状态退化信息的潜在HI,然后基于主成分分析(Principal Component Analysis,PCA)算法对这些潜在HI降维,去除冗余信息。其次,考虑到随机放电工况下,电池存在不完全放电的情况,从部分随机放电数据中提取了短时间内阻和短时间电压标准偏差来指示电池SOH,并使用Pearson相关系数验证了这两种HI与电池容量之间具有较高相关性。(2)深度极限学习机(Deep Extreme Learning Machine,DELM)可以使用极限学习机-自动编码器来初始化每个隐藏层的输入权重和隐含层偏置,该过程无需反向微调,网络学习速度快、泛化性能好。但由于DELM的输入权重和隐含层偏置是随机设置的,影响DELM的预测精度。因此,论文利用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化DELM网络的这两种关键参数,并将使用PCA算法求得的融合HI作为网络输入以预测电池SOH。通过与其他机器学习方法进行对比,说明所设计的SOH预测方法具有高精度和强鲁棒性。(3)与其他优化算法类似,SSA也存在容易陷入局部最优解、准确率低等缺点。为此,论文研究了一种改进的麻雀搜索算法以进一步提高深度极限学习机的预测性能。首先,从随机局部放电电压和电流中提取两个间接健康指标,并通过Pearson相关分析选择合适的提取区间作为DELM的输入。然后,结合精英反向学习算法和柯西-高斯变异策略平衡麻雀搜索算法的探索和开发过程,以防止算法陷入局部最优。实验结果表明,相比于其他改进优化算法与DELM网络的组合方法,ISSA-DELM方法的RMSE为0.134%,具有较高的预测精度。
其他文献
可见光通信(VLC)顾名思义就是使用可见光来实现无线通信,主要利用发光二极管(LED)发出的高频闪烁光信号来传输信息。VLC能够同时实现照明与通信的功能,具有通信速率高、绿色安全、频谱资源丰富等优点,被认为是5G通信中射频(RF)技术的补充技术,在室内场景应用中具有广阔的前景。但是加载在LED光源上电压需要落在其线性区域上,否则会造成截止失真或者饱和失真,这大大减少了高速室内VLC系统可以使用的调
学位
磁悬浮技术是一种是集电磁学、电子技术、控制工程等多学科融合的典型机电一体化技术,以其所具有的定位精度高、响应速度快、无摩擦、兼容真空环境等优点,磁悬浮微动定位平台在诸如集成电路、微机电系统加工制造等众多高新技术领域有着极强的应用潜力,一直受到学术界和工业界的广泛关注。进行磁悬浮平台技术的研究,有助于增强各个学科间的交叉与渗透,推动磁悬浮微动平台的开发与应用,具有十分重要的理论和现实意义。本课题基于
学位
综合传动装置作为履带式装甲车辆主要传动部件,其健康状态直接影响装甲车辆的机动性能。综合传动装置工作环境恶劣、结构复杂,这使得该装置相对其它部件而言,更易发生故障;而且,故障一旦发生,故障部位较难确定,维修难度大。因此,对综合传动装置故障进行系统分析与快速诊断已成为装甲车辆维修急需解决的问题。针对该问题,本文对车辆综合传动装置故障分析与诊断技术进行了深入研究。具体工作阐述如下:首先,基于模糊故障树理
学位
综合传动装置作为履带式装甲车辆的主要功能部件,其健康状态将直接影响装甲车辆的机动性能。由于装甲车辆工作环境恶劣,并且综合传动装置结构复杂,若装置内某个零部件发生故障将导致整个车辆发生故障,严重影响车辆的可靠性、安全性和稳定性。因此,对综合传动装置的特性参数进行采集和存储是保证装甲车辆稳定运行的重要举措。针对综合传动装置的复杂结构和特殊应用环境,本文开发设计了一种基于Mesh网络的车辆参数实时存储装
学位
可见光通信(VLC)是室内移动无线通信的关键技术,具有绿色环保、保密好以及频谱资源丰富的优点。非正交多址技术(NOMA)使用功率域复用技术,能够在同一时频资源传递多个用户信息,有利于提高系统吞吐量、增大频谱利用效率以及系统公平性。NOMA-VLC系统中LED器件的非线性、有限带宽带来的记忆效应以及串行干扰消除技术存在的误差传播问题带来了线性和非线性信号损伤,大大降低了系统的传输性能。为了提高NOM
学位
永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)具有高效率、高功率密度、宽调速范围等优点,在工业上受到广泛关注。模型预测控制作为一种新型的控制策略,具有原理简单、处理非线性约束简便等优点,吸引了大量研究学者的注意。同时基于无传感器PMSM驱动控制系统无需位置传感器,具有低成本、高可靠性和无需安装空间等优点,进一步提升电机驱动系统的紧凑性及功率密度。然而
学位
新能源汽车的智能控制及相关功能的实现都离不开ECU,ECU应用软件安全、稳定运行是车辆安全行驶的关键,ECU应用软件升级更新是漏洞修复和功能改进的基础,本文针对传统ECU软件升级速度慢、通用性差、占用内存大、安全保障不充分等缺点,设计一套基于CANFD总线的新能源汽车ECU软件升级系统,论文主要工作如下:(1)根据车辆UDS诊断协议和新能源汽车ECU软件升级需求,制定了CANFD总线诊断规范和UD
学位
超声检测技术作为工业无损检测中研究最为活跃的方法之一,在金属合金材料的缺陷检测领域应用广泛,能够有效地判断材料使用性能及寿命,保证设备的安全性和可靠性。内部缺陷的存在容易造成金属材料的损坏与老化,尤其位于材料近表面的缺陷,由于表面波的存在,使近表面缺陷存在检测盲区,导致无法对缺陷进行识别与定位。为此,本文以超声波检测为理论基础开展金属合金材料近表面缺陷超声检测的方法研究。针对金属合金近表面缺陷回波
学位
永磁同步电机作为新能源电动汽车的核心部件,其高效运行可以大幅提升新能源电动汽车的续航里程。为提高永磁同步电机效率,本文提出一种基于跟踪微分器预测电流效率优化控制策略。该策略分析损耗功率与d轴电流的极值关系,重构损耗功率方程,简化算法和减少参数依赖性,并将损耗功率作为给定输入信号,利用微分跟踪器实时求解其微分信号,得到最优d轴电流给定参考值。仿真和实验从动态性能、鲁棒性分析和效率提升效果等方面验证了
学位
癫痫是一种最常见的危及生命且具有挑战性的神经系统疾病。目前,基于脑电图(electroencephalogram,EEG)数据的癫痫检测方法依然存在很多挑战:脑电信号存在极大的不平衡性,非癫痫数据占比较多,癫痫数据占比较少;脑电波信号具有非稳态且多样性的特征;人工检测脑电信号耗时耗力,误判率高,而且不同的医务人员检测出来的结果也不尽相同;临床的原始EEG数据经常会包含多种噪音和生理伪迹,干扰癫痫检
学位