寿命预测技术在动车组蓄电池上的应用

来源 :控制与信息技术 | 被引量 : 0次 | 上传用户:tkzcsl
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
动车组蓄电池组的可靠性涉及列车的行车安全,但由于镉镍电池独特的记忆效应,适用于动车组碱性镉镍蓄电池的寿命预测算法较少,且目前国内尚无实际应用案例.为此,文章提出一种基于粒子滤波与扩展卡尔曼滤波相融合(particle filter-extended Kalman filter,PF-EKF)的蓄电池剩余使用寿命(remaining useful life,RUL)预测算法,并与粒子滤波(particle filter,PF)和扩展卡尔曼滤波(extended Kalman filter,EKF)算法进行对比.实验结果显示,PF-EKF算法结构简单、实现简便,并且具有最高的蓄电池寿命预测精度,准确率达到96.691%.
其他文献
面对风电抢装潮后平价、竞价时代的成本和质量压力,传统的风电场运维管理模式将越来越难以满足行业高质量发展需求.文章结合当前大数据、物联网、5G通信、人工智能等新基建技术的广泛应用,探讨了新基建技术在风电场智能运维领域的应用前景;同时,从风电机组、风电场、场群3个维度,利用智能化、数字化手段构建了风电场智能运维生态体系,实现了风电场运维管理的降本增效.
城市轨道交通(简称“城轨”)智能运维车载子系统作为智慧城轨建设下的关键子项,目前呈现多样化、地域化发展趋势.文章对其主流功能需求和关键技术进行了梳理,并通过平台化、模块化的思路对其天馈系统、车载装置及运维网进行了系统设计,使系统具有较强的通用性、灵活性和可扩展性.文中以中车株洲所的城轨智能运维车载子系统为例,对应急处置、故障预测和健康管理、5G通信等技术在实际应用中的情况进行了介绍,并对智能运维车载子系统的未来发展进行了展望.
为了满足城市轨道交通信息化、智能化发展需求,文章基于大数据平台,提出了一种集合了城市轨道交通车辆、供电系统、信号系统、站台门及轨道等系统智能运维功能的多专业智能运维系统架构.其具有多专业数据统一采集、数据综合监视、故障联动分析、数据统计分析及数据综合展示的功能,可通过平台数据共享来实现跨专业综合运维.文章对该系统构建所需要解决的网络通信技术、大数据平台技术和应用开发技术等关键技术进行分析,并对系统测试环境搭建提出了建议.