论文部分内容阅读
机车蓄电池作为机车后备电源的主要形式，是机车电源系统的重要组成部分，关系到机车运行安全的重大问题。及时准确地掌握机车蓄电池的荷电状态(SOC)具有十分重要的现实意义，与蓄电池相关的电池管理系统近年来也成为国内外研究的热点。 首先，本文综述了蓄电池电量监测系统的国内外研究现状，分析了蓄电池的物理和化学特性、影响蓄电池电量实时监测的因素，研究了蓄电池电量传统预测模型及其特点。其次，引入灰色系统和神经网络的方法对蓄电池进行建模分析。在灰色预测的基础上建立起新陈代谢GM(1，1)模型，对蓄电池的内阻和剩余容量进行了在线预测；考虑到BP神经网络收敛速度慢，存在局部极小点等问题，本文采用RBF神经网络的方法对蓄电池进行建模分析。然后对这两种方法得出的结果进行横向比较，仿真结果表明采用新陈代谢GM(1，1)模型预测的精度比较高；采用RBF神经网络预测精度也能满足要求，但是需要大量数据样本，在现实条件下实现较为团难。 最后，论文提出了上述两种方法对蓄电池的剩余容量进行预测，并对最终要形成的电池管理系统进行了系统方案设计。