[發明專利]一種基于ANFIS模型的公交車電池SOC預測方法

在審

• 申請號: 202010197415.8
• 申請日: 2020-03-19
• 公開（公告）號: CN111398832A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 吳艷霞;韓亞璋;陳旭;彭希強
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01R31/387
• 分類號: G01R31/387;G01R31/396;G01R31/367;G06K9/62
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 時起磊

1.一種基于ANFIS模型的公交車電池SOC預測方法，其特征在于，該方法包括以下步驟：

步驟一、采集同一線路上的M輛公交車的電池數據，即分別獲得每輛公交車在各采集節點處的電池組電壓數據、電流數據、電池組內最大電壓差數據以及同一輛公交車在各采集節點處的電池組平均溫度數據；

步驟二、對步驟一獲得的數據進行歸一化處理，獲得歸一化處理后的數據；

步驟三、建立ANFIS模型，將歸一化處理后數據作為ANFIS模型的輸入數據，將公交車的SOC數據作為輸出數據，利用粒子群優化方法對ANFIS模型進行訓練，直至訓練達到設置的最大迭代次數G_k時停止訓練，獲得訓練好的ANFIS模型；

所述ANFIS模型的第一層為隸屬度函數層、第二層為激勵強度層、第三層為激勵強度歸一化層、第四層為規則層、第五層為輸出層；

輸入數據向前傳輸至ANFIS模型的第四層后，調整第四層的節點參數，再通過第四層的節點參數計算誤差率，并將誤差率反向傳輸至第一層，并調整第一層節點參數；

步驟四、按照步驟一的方法，采集待進行SOC預測的公交車數據，將采集的數據輸入訓練好的ANFIS模型，獲得ANFIS模型輸出的SOC預測結果。

2.根據權利要求1所述的一種基于ANFIS模型的公交車電池SOC預測方法，其特征在于，所述步驟一中，同一輛公交車在各采集節點處的電池組平均溫度數據表示為temp_avg：

其中：n為數據采集節點的數量，temp_i為第i個采集節點采集到的電池組溫度；

所述電池組內最大電壓差數據表示為dif：

其中：為電池組內第i₀個單體電池的電壓值，為電池組內第j₀個單體電池的電壓值，N為電池組內單體電池數量。

3.根據權利要求1所述的一種基于ANFIS模型的公交車電池SOC預測方法，其特征在于，所述ANFIS模型中的初始模糊推理系統的生成方法為：

步驟1、利用減法聚類方法獲得初始聚類中心，并將獲得的初始聚類中心作為FCM聚類方法的初始聚類中心；

利用減法聚類方法獲得初始聚類中心時，引入了余弦相似度對歐式距離加權；

步驟2、通過FCM聚類方法獲得最優聚類結果。

4.根據權利要求3所述的一種基于ANFIS模型的公交車電池SOC預測方法，其特征在于，所述FCM聚類方法的目標函數J(U,c₁,...,c_k)為：

其中：m為模糊指數，c_j為第j個初始聚類中心，j＝1,2,…,k，k為初始聚類中心的個數，x_i為第i個樣本點，d_ij(x_i,c_j)為x_i和c_j之間的歐氏距離，u_ij表示x_i對c_j的隸屬度，w_i是第i個樣本點的權值；

其中：D_i代表第i個樣本點的密度。