基于小波神經(jīng)網(wǎng)絡(luò)的鋰離子電池SOH估計技術(shù)研究.pdf

1、隨著環(huán)境污染的日益惡化和電子科技的發(fā)展，鋰電池越來越受到人們的關(guān)注。目前鋰電池被廣泛應(yīng)用于供電系統(tǒng)，如儲能系統(tǒng)、電動汽車和通信系統(tǒng)等，因此鋰電池的安全使用也顯得越來越重要。鋰電池有多種性能參數(shù)，電池健康狀態(tài)（SOH）為其中最重要的一個參數(shù)。鋰電池的SOH顯示了電池儲存電量的能力，準確估計電池的SOH可以幫助人們合理的使用鋰電池，避免因電池老化原因造成的安全問題。
　　目前對于電池的SOH的定義有多種，本文將電池的當(dāng)前容量與他的標稱

2、容量的比值定義為電池的SOH。電池健康狀態(tài)的估計有多種方法，如化學(xué)分析法，電化學(xué)阻抗分析法，基于卡爾曼濾波器等。本文采用禁忌搜索（TS）的小波神經(jīng)網(wǎng)絡(luò)（WNN）對電池的SOH進行估計。WNN基于小波分析而構(gòu)造的一類新型前饋網(wǎng)絡(luò)，即用非線性小波基函數(shù)取代通常的神經(jīng)元非線性激勵函數(shù)，他具有較強的函數(shù)學(xué)習(xí)能力，簡化了訓(xùn)練，避免了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的盲目性。本文的主要內(nèi)容如下：
　?。?）介紹鋰電池SOH的研究背景和現(xiàn)狀，分析當(dāng)前國內(nèi)外

3、幾種SOH的估計方法的優(yōu)缺點，并提出使用TS-WNN對SOH進行估計。TS-WNN對SOH估計分為訓(xùn)練過程和預(yù)測過程。在訓(xùn)練過程中，通過已有的數(shù)據(jù)訓(xùn)練TS-WNN的網(wǎng)絡(luò)參數(shù)。在預(yù)測過程中，根據(jù)預(yù)測樣本驗證訓(xùn)練過程生成的電池SOH估計模型的可行性。
　?。?）詳細闡述WNN，分析其優(yōu)點和缺點。針對WNN的缺點提出使用TS算法對其進行改進。比較WNN和TS-WNN對鋰電池恒流和變流兩種放電情況下的SOH估計，可以得出通過TS-WNN對

4、鋰電池SOH的估算精度會更高。
　　（3）為了構(gòu)建TS-WNN的模型和驗證此方法的可行性，本文設(shè)計了基于STM32的估計系統(tǒng)。該系統(tǒng)的底層負責(zé)采集電池在充電和放電過程的電壓，電流和溫度等數(shù)據(jù)，上位機部分負責(zé)存儲這些數(shù)據(jù),最后根據(jù)這些數(shù)據(jù)估計電池的SOH。
　?。?）本次實驗中對2000mAh和100Ah的兩種鋰電池進行SOH估計，首先采集數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)的模型，最后通過已構(gòu)建的模型對電池SOH進行估計。在實驗中，對恒流和變流兩種