[發(fā)明專利]基于時間序列分析原理的衛(wèi)星鋰電池電壓預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010718770.5
• 申請日: 2020-07-23
• 公開（公告）號: CN111815069B
• 公開（公告）日: 2022-08-16
• 發(fā)明（設(shè)計）人: 李偉宸;張登峰
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06Q10/06;H01M10/052;G06N3/04;G06N3/08
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 朱沉雁

1.一種基于時間序列分析原理的衛(wèi)星鋰電池電壓預(yù)測方法，其特征在于：采集衛(wèi)星鋰電池在軌工作時全壽命周期的電壓遙測數(shù)據(jù)，預(yù)處理，并根據(jù)時間序列分析原理重新構(gòu)建為兩組不同長度的電壓序列集后，訓(xùn)練優(yōu)化循環(huán)神經(jīng)網(wǎng)絡(luò)；利用得到的優(yōu)化循環(huán)神經(jīng)網(wǎng)絡(luò)實現(xiàn)精確地在線預(yù)測衛(wèi)星鋰電池的電壓變化趨勢，為衛(wèi)星鋰電池的故障診斷提供量化依據(jù)；包括以下步驟：

步驟1、采集衛(wèi)星鋰電池在軌工作時全壽命周期的電壓遙測數(shù)據(jù)，轉(zhuǎn)入步驟2；

步驟2、對采集的衛(wèi)星鋰電池遙測數(shù)據(jù)進行預(yù)處理，得到預(yù)處理后的數(shù)據(jù)，即采樣數(shù)據(jù)向量V，轉(zhuǎn)入步驟3；

步驟3、根據(jù)時間序列分析原理，將采樣數(shù)據(jù)向量V重新構(gòu)建成兩組不同長度的電壓序列集，一組作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入集，另一組作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸出集，轉(zhuǎn)入步驟4；

步驟4、根據(jù)電壓序列集的序列長度，確定循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)并構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)，轉(zhuǎn)入步驟5；

步驟5、訓(xùn)練構(gòu)建完成的循環(huán)神經(jīng)網(wǎng)絡(luò)，并利用學(xué)習(xí)率衰減算法優(yōu)化循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的學(xué)習(xí)率，將訓(xùn)練完成得到的優(yōu)化循環(huán)神經(jīng)網(wǎng)絡(luò)設(shè)置為衛(wèi)星鋰電池電壓預(yù)測模型，轉(zhuǎn)入步驟6；

步驟6、利用得到的衛(wèi)星鋰電池電壓預(yù)測模型實現(xiàn)衛(wèi)星鋰電池電壓的在線預(yù)測。

2.根據(jù)權(quán)利要求1所述的基于時間序列分析原理的衛(wèi)星鋰電池電壓預(yù)測方法，其特征在于，步驟1中，采集衛(wèi)星鋰電池在軌工作時全壽命周期的電壓遙測數(shù)據(jù)時，自衛(wèi)星鋰電池首次開始工作起，直至衛(wèi)星鋰電池因故障或失效而被從電池組中切除為止，按照設(shè)定的采樣時間周期對衛(wèi)星鋰電池的電壓數(shù)據(jù)進行采樣。

3.根據(jù)權(quán)利要求2所述的基于時間序列分析原理的衛(wèi)星鋰電池電壓預(yù)測方法，其特征在于，步驟2中，對采集到的衛(wèi)星鋰電池遙測數(shù)據(jù)進行預(yù)處理，所述的預(yù)處理包括刪除異常數(shù)據(jù)、插補缺失數(shù)據(jù)和數(shù)據(jù)的歸一化中的至少一種；預(yù)處理后的數(shù)據(jù)，記為采樣數(shù)據(jù)向量V＝[v₁,v₂,…,v_t,…,v_n]；其中，v_t為t時刻的電壓采樣值，n為采樣的電壓值的個數(shù)。

4.根據(jù)權(quán)利要求3所述的基于時間序列分析原理的衛(wèi)星鋰電池電壓預(yù)測方法，其特征在于，步驟3中，根據(jù)時間序列分析原理，將采樣數(shù)據(jù)向量V重新構(gòu)建為兩組不同長度的電壓序列集，一組作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入集，另一組作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸出集，構(gòu)建方式具體如下：

確定輸入集的電壓序列的長度為m，輸出集的電壓序列的長度為l，即利用采樣數(shù)據(jù)向量V中的前m個時刻數(shù)據(jù)預(yù)測后l個時刻的數(shù)據(jù)；首先，從采樣數(shù)據(jù)向量V中，提取向量V_in1＝[v₁,v₂,…,v_m-1,v_m]，V_in2＝[v₂,v₃,…,v_m,v_m+1]，……，V_in(n-l-m+1)＝[v_n-l-m+1,v_n-l-m+2,…,v_n-l-1,v_n-l]，作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入集，記為矩陣V_in；

其次，從采樣數(shù)據(jù)向量V中，提取向量V_ou1＝[v_m+1,v_m+2,…,v_m+l-1,v_m+l]，V_ou2＝[v_m+2,v_m+3,…,v_m+l,v_m+l+1],，……，V_ou(n-l+1)＝[v_n-l+1,v_n-l+2,…,v_n--1,v_n]，作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸出集，記為矩陣V_ou；

n為采樣的電壓值的個數(shù)。