原文传递
基于数据驱动的动力电池容错方法研究
| 论文题名： | 基于数据驱动的动力电池容错方法研究 |
| 关键词： | 动力电池;容错方法;最小二乘支持向量机;数据驱动;电动汽车 |
| 摘要： | 在节能环保，绿色低碳的生活主题下，电动汽车因其零排放、高效节能等特点，已成为未来新能源汽车发展的主流，而动力电池作为新能源汽车的能量来源以及最核心关键的技术备受人们瞩目。实际电动汽车运行环境复杂多变，常常会导致动力电池出现放电异常现象，它们的特征和属性都“隐性地”包含在数据之中。为了实现对动力电池的有效控制、监测与评价，降低异常放电的发生，对动力电池进行容错控制是十分必要的。本文针对这个问题，提出了一种基于数据驱动的动力电池容错方法。 动力电池性能指标是动力电池的重要性能参数，首先对动力电池各种性能指标进行了分析，然后通过实验对动力电池在不同放电倍率和变换放电倍率两种情况下的放电特性进行了研究，最后对动力电池放电特性异常进行了分析，为后续容错控制提出研究对象。 由于精确估算电池 SOC不仅是限制动力电池在电动汽车领域应用的难题，同时也是设计电池管理系统的难点。对此，提出了一种基于 LS-SVM的SOC估算方法。该方法首先通过实验获得电池的电压、老化程度和剩余容量。然后利用80组数据对LS-SVM进行训练，求得最优参数。最后用32组数据验证模型的准确性。 动力电池对未知异常的容错问题是开发电动汽车管理系统的关键技术之一。考虑电动汽车运行过程中出现的各种异常，提出了一种基于数据驱动的容错控制方法。该方法应用数据驱动技术来完成动态模型库的建立，通过对监控指标的计算判断系统工作状态，进而实现系统对已知和未知异常容错的目的。 |
| 作者： | 何艳秋 |
| 专业： | 控制工程 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
