[發明專利]蓄電池剩余容量的檢測方法和裝置在審
| 申請號: | 201710597734.6 | 申請日: | 2017-07-20 |
| 公開(公告)號: | CN107290683A | 公開(公告)日: | 2017-10-24 |
| 發明(設計)人: | 謝宏志;梅宗川;于江;韓順;李寧;閆巨東 | 申請(專利權)人: | 中廣核核電運營有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司 |
| 主分類號: | G01R31/36 | 分類號: | G01R31/36 |
| 代理公司: | 廣州華進聯合專利商標代理有限公司44224 | 代理人: | 吳平 |
| 地址: | 518000 廣東省深圳市福*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 蓄電池 剩余 容量 檢測 方法 裝置 | ||
1.一種蓄電池剩余容量的檢測方法,其特征在于,包括以下步驟:
獲取待測蓄電池的剩余容量的影響因素的測量值和所述待測蓄電池的電容測量值;
將所述影響因素的測量值輸入至預置人工神經網絡模型庫,通過所述預置人工神經網絡模型庫獲得所述待測蓄電池的多個電容預測值和多個剩余容量預測值,其中,所述多個電容預測值和所述多個剩余容量預測值一一對應;
根據預設權重系數對所述多個電容預測值進行加權擬合,獲得電容擬合值;
以所述電容測量值為目標值,通過粒子群算法對所述電容擬合值進行優化,獲得優化權重系數;
根據所述優化權重系數對所述多個剩余容量預測值進行加權擬合,獲得所述待測蓄電池的剩余容量值。
2.根據權利要求1所述的蓄電池剩余容量的檢測方法,其特征在于,所述預置人工神經網絡模型庫包括多個預置人工神經網絡模型;
所述將所述影響因素的測量值輸入至預置人工神經網絡模型庫,通過所述預置人工神經網絡模型庫獲得所述蓄電池的多個電容值和多個剩余容量值的步驟包括以下步驟:
將所述影響因素的測量值分別輸入至每個預置人工神經網絡模型,每個預置人工神經網絡模型輸出一個電容預測值和一個剩余容量預測值。
3.根據權利要求2所述的蓄電池剩余容量的檢測方法,其特征在于,所述將所述影響因素的測量值輸入至預置人工神經網絡模型庫的步驟之前還包括以下步驟:
對多個樣本蓄電池進行充放電試驗,分別獲取各所述樣本蓄電池的剩余容量樣本值、電容樣本值以及剩余容量的影響因素樣本值;
建立與各所述樣本蓄電池一一對應的多個人工神經網絡模型,對于任意一個人工神經網絡模型,以對應的樣本蓄電池的剩余容量樣本值和電容樣本值為輸出,以對應的樣本蓄電池的剩余容量的影響因素樣本值為輸入,對該人工神經網絡模型進行訓練,獲得所述預置人工神經網絡模型。
4.根據權利要求3所述的蓄電池剩余容量的檢測方法,其特征在于,所述多個樣本蓄電池包括剩余容量值等于或高于預設閾值的樣本蓄電池和剩余容量值低于所述預設閾值的樣本蓄電池。
5.根據權利要求1所述的蓄電池剩余容量的檢測方法,其特征在于,所述獲取待測蓄電池的剩余容量的影響因素的測量值和所述待測蓄電池的電容測量值的步驟包括以下步驟:
對所述待測蓄電池進行多次測量,獲得待測蓄電池的多組剩余容量的影響因素初始測量值和多組電容初始測量值,并對所述多組剩余容量的影響因素初始測量值和多組電容初始測量值進行卡爾曼濾波,得到所述待測蓄電池的剩余容量的影響因素的測量值和所述待測蓄電池的電容測量值。
6.根據權利要求1所述的蓄電池剩余容量的檢測方法,其特征在于,所述影響因素包括開路電壓、歐姆內阻、極化內阻、浮充電流或環境溫度。
7.根據權利要求6所述的蓄電池剩余容量的檢測方法,其特征在于,所述獲取待測蓄電池的剩余容量的影響因素的測量值和所述待測蓄電池的電容測量值的步驟包括以下步驟:
通過電壓測量裝置測量所述待測蓄電池的開路電壓,通過直流電源和電流測量裝置測量所述待測蓄電池的浮充電流,通過溫度測量裝置測量所述待測蓄電池的環境溫度,通過內阻儀測量所述待測蓄電池的總內阻,通過交流阻抗測量儀測量所述待測蓄電池的等效阻抗;
根據所述總內阻和所述等效阻抗計算所述待測蓄電池的歐姆內阻、極化內阻和電容。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中廣核核電運營有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司,未經中廣核核電運營有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710597734.6/1.html,轉載請聲明來源鉆瓜專利網。





