基于GAPSO-LSSVM的蓄電池剩余容量檢測系統(tǒng).pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、閥控式密閉鉛酸蓄電池(Valve Regulated Lead Acid,VRLA)是目前人們應(yīng)用最廣泛、歷史最悠久的直流電源設(shè)備。其作為儲能設(shè)備被廣泛地應(yīng)用于國民經(jīng)濟社會的各行各業(yè)中,為整個用電系統(tǒng)的正常運行發(fā)揮著重要作用。所以,準確、可靠地獲取蓄電池組的工作狀態(tài),準確檢測其剩余容量是目前蓄電池領(lǐng)域人們研究的焦點。
  為了準確檢測 VRLA蓄電池的剩余容量,本文詳細分析了剩余容量的各影響因素及其與剩余容量的對應(yīng)關(guān)系。然后綜合考

2、慮了目前基于物理建模法和辨識估計法的剩余容量檢測方法的優(yōu)劣性。在此基礎(chǔ)之上,本文提出了將蓄電池內(nèi)阻、開路電壓、溫度三個狀態(tài)指標作為檢測量的聯(lián)合檢測法,采用最小二乘支持向量機算法來進行檢測。該方法結(jié)合了內(nèi)阻法和開路電壓的優(yōu)點,同時將溫度也作為直接聯(lián)合檢測量,使用最小二乘支持向量機算法進行檢測,摒棄了難以應(yīng)用的容量-溫度校正公式。仿真分析表明所提出算法適用于蓄電池SOC檢測。
  然后,針對最小二乘支持向量機算法中的懲罰參數(shù)和核函數(shù)參

3、數(shù)尋優(yōu)問題,采用了自動尋優(yōu)的粒子群算法,排除了人為主觀因素的影響。仿真分析驗證了粒子群算法對LSSVM算法的參數(shù)優(yōu)化作用。再針對粒子群優(yōu)化算法后期搜索效率差、易局部收斂的缺點,加入了基于遺傳算法的啟發(fā)性變異機制,擴展了算法搜索區(qū)域,增強了尋優(yōu)算法的全局搜索能力。仿真分析表明本文提出的基于GAPSO-LSSVM的檢測算法較傳統(tǒng)算法改進效果明顯,SOC檢測效果良好。
  最后,基于上述檢測算法,本文搭建了蓄電池 SOC檢測硬件平臺。同

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論