基于改進(jìn)型模糊神經(jīng)網(wǎng)絡(luò)的蓄電池SOC檢測方法研究與實(shí)現(xiàn).pdf

1、蓄電池SOC（State of Charge）的精確預(yù)測一直是蓄電池管理技術(shù)發(fā)展的核心問題，關(guān)系到蓄電池的壽命、高效、安全的運(yùn)行。由于蓄電池 SOC不能直接通過測量獲得，且蓄電池有著很強(qiáng)的非線性性，目前廣泛使用的方法通過蓄電池的其它參數(shù)，例如開環(huán)電壓、放電電流等與SOC的關(guān)系進(jìn)行蓄電池SOC預(yù)測。傳統(tǒng)的方法通過蓄電池等效電路模型或者考慮通過蓄電池的一個或兩個參數(shù)進(jìn)行蓄電池SOC的預(yù)測，難免因?yàn)閰?shù)考慮不全或者模型簡化造成預(yù)測精度不夠理想

2、。
　　自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)（Adaptive Network-based Fuzzy Inference System， ANFIS）結(jié)合了模糊邏輯和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，能夠通過試驗(yàn)樣本的訓(xùn)練和學(xué)習(xí)，最大程度的逼近真實(shí)系統(tǒng)，因其出色的預(yù)測性能，得到了廣泛的應(yīng)用。本文使用ANFIS對蓄電池進(jìn)行建模，通過對蓄電池SOC的影響因素的分析，最大程度的將蓄電池的四個參數(shù)（放電電壓、放電電流、溫度、內(nèi)阻）作為模型的輸入，通過對模型的訓(xùn)練進(jìn)行蓄電池

3、SOC的預(yù)測。ANFIS算法的引入，使蓄電池SOC預(yù)測的重點(diǎn)不再是蓄電池相關(guān)物理結(jié)構(gòu)、化學(xué)變化等原理和等效電路模型的研究，而是轉(zhuǎn)移到如何優(yōu)化模型結(jié)構(gòu)、減少計(jì)算量、合理安排訓(xùn)練樣本上來。
　　本文使用Fletcher-Reeves update共軛梯度下降法對ANFIS學(xué)習(xí)算法中的BP法進(jìn)行改進(jìn)，以提高收斂速度，減少訓(xùn)練次數(shù)；使用減法聚類法產(chǎn)生供訓(xùn)練使用的初始模糊推理系統(tǒng)（Fuzzy Inference System，F(xiàn)IS），并合

4、理設(shè)置模糊聚類中心影響半徑，相對于網(wǎng)格劃分法，大幅簡化了模型結(jié)構(gòu)；選擇適當(dāng)?shù)挠?xùn)練數(shù)據(jù)量對模型進(jìn)行訓(xùn)練，減少訓(xùn)練時間。通過這些方法的使用，在保證預(yù)測精度的情況下，最大程度的減少計(jì)算量，尋求預(yù)測精度與計(jì)算速度之間的平衡。
　　完成了蓄電池SOC檢測系統(tǒng)的硬件和軟件設(shè)計(jì)。硬件設(shè)計(jì)主要進(jìn)行蓄電池放電電壓、放電電流、溫度、內(nèi)阻等參數(shù)的測量電路設(shè)計(jì)，其中，通過交流注入法對蓄電池內(nèi)阻進(jìn)行測量。軟件部分主要完成了數(shù)據(jù)采集傳輸、ANFIS算法實(shí)現(xiàn)、