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

1、蓄電池SOC（State of Charge）的精確預(yù)測(cè)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(cè)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(cè)。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(gè)或兩個(gè)參數(shù)進(jìn)行蓄電池SOC的預(yù)測(cè)，難免因?yàn)閰?shù)考慮不全或者模型簡(jiǎn)化造成預(yù)測(cè)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(cè)性能，得到了廣泛的應(yīng)用。本文使用ANFIS對(duì)蓄電池進(jìn)行建模，通過對(duì)蓄電池SOC的影響因素的分析，最大程度的將蓄電池的四個(gè)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(duì)模型的訓(xùn)練進(jìn)行蓄電池

3、SOC的預(yù)測(cè)。ANFIS算法的引入，使蓄電池SOC預(yù)測(cè)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(duì)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(duì)于網(wǎng)格劃分法，大幅簡(jiǎn)化了模型結(jié)構(gòu)；選擇適當(dāng)?shù)挠?xùn)練數(shù)據(jù)量對(duì)模型進(jìn)行訓(xùn)練，減少訓(xùn)練時(shí)間。通過這些方法的使用，在保證預(yù)測(cè)精度的情況下，最大程度的減少計(jì)算量，尋求預(yù)測(cè)精度與計(jì)算速度之間的平衡。
　　完成了蓄電池SOC檢測(cè)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(cè)量電路設(shè)計(jì)，其中，通過交流注入法對(duì)蓄電池內(nèi)阻進(jìn)行測(cè)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)、