[發明專利]基于BP神經網絡的儲能有軌電車超級電容故障識別方法及系統

有效

• 申請號: 201810945901.6
• 申請日: 2018-08-20
• 公開（公告）號: CN109239485B
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 封阿明;張文波;石磊;田煒;孫祖勇;徐峻峰;王蘇亞;朱丹;王琴;雷磊
• 申請（專利權）人: 國電南瑞科技股份有限公司;南瑞集團有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

本發明公開了一種基于BP神經網絡的儲能有軌電車超級電容故障識別方法及系統，包括以下步驟：步驟S1，當儲能有軌電車進站對超級電容充電時，采集超級電容在第二恒流充電階段時間內的電壓和電流，計算獲取超級電容在設定時刻的電壓、設定時段內電壓差和充電電荷；步驟S2，將獲取的電壓、電壓差和充電電荷作為輸入層的神經元，輸入預設的BP神經網絡模型，計算獲得超級電容的故障類型。本發明方法，工程實用性更強，準確率更高，適合不同類型的超級電容及混合儲能時的超級電容故障識別。

技術領域

本發明涉及城市軌道交通充電技術領域，更具體的說，涉及一種基于BP神經網絡的儲能有軌電車超級電容故障識別方法及系統。

背景技術

隨著城市建設對交通的大力需求，城市軌道交通得到快速發展，其中作為現代有軌電車主要形式的儲能有軌電車發展尤其迅速，其具備美觀、運量大、節能環保、運行平穩安靜等優點。

儲能有軌電車是一種新型的軌道交通工具，主要采用超級電容作為車輛的動力單元。車輛可將約85％以上的制動能量轉化成電能儲存起來再使用，車輛運行無需要架空接觸網供電，利用車站停車上下客時間補充電能。無視覺污染、無輸電損耗、對沿線地下管路等設施無電腐蝕，是一種綠色、智能和環保型的軌道交通工具。

與傳統電動汽車充電一樣，在充電過程中需要對車載超級電容故障進行判斷識別，當超級電容發生故障時，需要降低充電電流或者停止充電，以保護超級電容的安全性。與傳統電動汽車充電不同的是，儲能有軌電車進站時，充電裝置通過充電軌對車輛超級電容進行充電，充電裝置與車輛之間沒有常規的CMS通信，無法直接讀取到車輛超級電容故障狀態。目前的解決方法是，充電裝置首先進行一段時間的預測試電流充電，然后根據負載電壓的變化率及充電電流，計算出超級電容的當前容值，將此計算出的容值再跟理論容值相比較，根據一定的判斷算法，判斷出當前超級電容的故障狀態。

上述現有的故障識別方法存在明顯的缺陷：一方面由于超級電容特性的多樣性，超級電容包括常規的功率型超級電容，還包括最新的能量型超級電容，不同超級電容隨著外界環溫及化學衰竭的變化特性會有所區別；另一方面，越來越多的車輛采用超級電容加電池的混合儲能方案，負載特性變得越來越復雜。當前的故障識別方法準確度不再能滿足系統工作要求。

發明內容

本發明的目的在于克服現有技術的不足，提供了一種基于BP神經網絡的儲能有軌電車超級電容故障識別方法及系統，通過該方法可以更準確的對超級電容故障進行識別，解決目前常規的故障識別方法準確度不能滿足系統要求的問題。

為解決上述技術問題，本發明提供了一種基于BP神經網絡的儲能有軌電車超級電容故障識別方法，其特征是，包括以下步驟：

步驟S1，當儲能有軌電車進站對超級電容充電時，采集超級電容在第二恒流充電階段時間內的電壓和電流，計算獲取超級電容在設定時刻的電壓、設定時段內電壓差和充電電荷；

步驟S2，將獲取的電壓、電壓差和充電電荷作為輸入層的神經元，輸入預設的BP神經網絡模型，計算獲得超級電容的故障類型。

優選的，步驟S1中，設定時刻包括0.5s、1.5s和2.5s時刻。

優選的，步驟S1中，設定時段為0.5s到2.5s的時段。

優選的，步驟S2中，BP神經網絡模型結構分為3層：第1層為輸入層，包括5個神經元，分別是0.5s、1.5s及2.5s時刻采樣電壓、0.5s到2.5s時段內的電壓差和0.5s到2.5s時段內的充電電荷；第2層為隱含層，神經元為3個；第3層為輸出層，神經元為1個，為故障類型。

優選的，輸出層的輸出為[1×4]矩陣，并定義其中：[1,0,0,0]為電容正常，[0,1,0,0]為一箱電容故障，[0,0,1,0]為兩箱電容故障，[0,0,0,1]為其它電容故障。

優選的，BP神經網絡模型的訓練在遠程總控平臺運行。