[發明專利]基于SA和ANN算法的鉛酸蓄電池SOH估計方法

在審

• 申請號: 202011536655.2
• 申請日: 2020-12-23
• 公開（公告）號: CN112580211A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 肖朋超;程澤;張吉昂
• 申請（專利權）人: 天津大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/04
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 徐金生

1.基于SA和ANN算法的鉛酸蓄電池SOH估計方法，其特征在于，包括以下步驟：

步驟S1，對鉛酸蓄電池做循環充放電實驗，記錄鉛酸蓄電池的實際容量與循環充放電實驗的循環次數之間的一一對應關系，以及每次循環充放電實驗中的充電階段恒壓充電和恒流充電的時間；

步驟S2，基于步驟S1的試驗結果，獲得循環充放電實驗的總充電時間T、恒壓充電時間T₁和恒流充電時間T₂，確定其中與鉛酸蓄電池SOH關聯度最高的影響因素，建立人工神經網絡回歸模型；

步驟S3：通過改進的模擬退火算法，來訓練所述步驟S2建立的人工神經網絡回歸模型中的權重和偏值，建立新回歸模型，并利用所建立的新回歸模型，對鉛酸蓄電池SOH的數據點進行重新估計。

2.如權利要求1所述的鉛酸蓄電池SOH估計方法，其特征在于，所述步驟S1具體包括以下步驟：

步驟S11，首先，對鉛酸蓄電池進行循環充放電實驗，充電為階段充電，即先進行恒流充電，達到預設充電截止電壓后，保持為恒壓充電，直到充電電流降到預設規定電流值以下；然后，進行恒流放電，同時記錄鉛酸蓄電池的端電壓和電流數據；

步驟S12，根據鉛酸蓄電池的電流數據，來計算鉛酸蓄電池的實際容量；

步驟S13，通過循環執行步驟S11和步驟S12，對鉛酸蓄電池進行多次循環充放電實驗，實時記錄鉛酸蓄電池的實際容量與循環充放電實驗的循環次數之間的一一對應關系，以及每次循環充放電實驗中的充電階段恒壓充電和恒流充電的時長。

3.如權利要求1所述的鉛酸蓄電池SOH估計方法，其特征在于，所述步驟S2具體包括以下步驟：

步驟S21，分別將循環充放電實驗的總充電時間T、恒壓充電時間T₁和恒流充電時間T₂序列，分別作為輸入序列{x_i(k)},i＝1,2,3，電池的實際容量序列作為參考序列{x₀(k)}，k＝1,2...m,m為樣本數量，用以下的公式(1)，計算輸入輸出間的灰色關聯度:

步驟S22，根據灰色關聯度的計算結果，選取其中灰色關聯度最高的每次循環充放電實驗的恒流充電時間T₂，然后根據恒流充電時間T₂與電池的實際容量系列，建立人工神經網絡回歸模型。

4.如權利要求1至3中任一項所述的鉛酸蓄電池SOH估計方法，其特征在于，所述步驟S3具體包括以下步驟：

步驟S31，首先，將所有數據點(x₃(k),x₀(k)),k＝1,2...m，分為互斥的訓練集和獨立測試集，樣本數量m＝52；

步驟S32，對訓練集，運行改進的模擬退火算法SA；

步驟S33，選取K輪訓練中最優的一組結果，作為人工神經網絡ANN的參數輸出，并將建立的SA-ANN模型用于獨立測試集的預測，該建立的SA-ANN模型即為新回歸模式，預測獲得的獨立測試集即為鉛酸蓄電池SOH的數據點。