随着对海洋资源的开发,水下航行器能够执行各项水下任务,其重要性日益显现。电动力水下航行器以运行噪声低、无航迹、性能不受航行深度的影响等优点,成为今后发展的趋势。电池作为电动力水下航行器的主要储能设备,其开发和监控的研究变的愈加紧迫。荷电状态(State of Charge,SOC)作为水下航行器电池的一个十分重要的参数,对其进行估算是水下航行器能够圆满完成既定任务的前提和保障。为了实现对电动力水下航行器电池荷电状态估算,本文主要开展了以下几项工作:(1)使用电池测试系统对电动力水下航行器电池进行充放电循环试验。试验结果表明,尽管放电倍率不同,电动力水下航行器电池的内阻、工作电压等参数随其变化趋势一致。通过试验探究外部使用环境对电动力水下航行器电池SOC的影响,从试验中发现电动力水下航行器电池存在动态滞回特性。(2)基于电动力水下航行器电池的动态滞回特性,提出修正开路电压法用以估算静置状态下电动力水下航行器电池的SOC。使用传统开路电压法进行电动力水下航行器电池的SOC进行估算时,需要静置一段时间后再测量电池的开路电压,静置时间的长短会直接影响电动力水下航行器电池荷电状态的估算精度。本文通过建立电动力水下航行器电池的二阶电路模型,利用试验数据,对电池静置时间、开路电压与电池SOC的关系进行拟合,提出用修正开路电压法估算电动力水下航行器电池的SOC。(3)基于智能运算方法的兴起,为了实现电动力水下航行器电池SOC的在线估算,基于电动力水下航行器电池工作时电压发生变化,本文采用神经网络建立了电池SOC与工作电压之间的关系。充放电倍率对水下航行器电池的SOC影响较大,为了使神经网络模型精确地监控电动力水下航行器电池的SOC,本文建立三个神经网络模型用以估算特定放电倍率下的电池SOC,通过试验数据的训练与仿真,得到了估算误差均保持在5%以内。本文的修正开路电压法弥补了传统开路电压法监控电池SOC需要静置较长时间的这一缺点,同时神经网络法又能够实现电池SOC的在线估算,对电动力水下航行器电池管理系统的开发具有积极作用。