基于深度BPNN的动力电池SOC估算研究及应用

来源 :江苏大学 | 被引量 : 0次 | 上传用户:ws162282330
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电动汽车是一种以动力电池驱动的,清洁、高效的新型车辆,可以实现尾气的零排放,减少对空气的污染。荷电状态(State of Charge,SOC)可以简单的理解为电池的剩余电量,需要由电池管理系统根据电动汽车传感器采集到的相关信息间接估算获得而不能直接测量,这与燃油汽车有很大的不同。SOC估算精度过低会导致电池在使用过程中过度充电或放电,进而影响电池的寿命和利用效率,所以SOC的准确估算有着重要的实际意义。在总结了目前常见的SOC估算方法后,本文将以提高SOC估算精度为目的,以动力电池为研究对象,以电动汽车实际运行过程中传感器采集到的信息为数据来源,基于深度反向传播神经网络(Back-Propagation Neural Network,BPNN)对SOC估算进行研究,具体工作如下:(1)考虑到数据集中相关字段与SOC高度非线性相关的特点,设计了一个基于深度BPNN的动力电池SOC估算模型,相比较传统的BPNN估算模型,深度BPNN估算模型拥有更深的隐藏层,更多的神经元,并引入了当下流行的深度学习相关算法,使得模型的训练效果更好,估算精度更高。同时提出了一种改进损失函数Sickle-L1,防止模型训练时估算值与标签值过度拟合,进一步提高训练出来的模型的鲁棒性。实验结果表明,本文提出的深度BPNN估算模型有着较高的估算精度。(2)由于不同型号的电动汽车采集的参数、参数间线性相关程度以及数据噪声都不相同,导致深度BPNN估算模型在不同型号的电动汽车上需要重新手工调节模型的超参数才能达到更好的估算效果,效率低下且缺乏良好的通用性。于是提出基于并行贝叶斯优化(Parallel Bayesian Optimization,PBO)的深度BPNN超参数寻优方法来自动搜索较优超参数组合。PBO可以利用已知信息来决定采样目标,并引入并行化采样进一步提高执行速度。实验结果表明,PBO在大幅提高寻优效率的同时,最终得到的超参数组合也具有较高的质量。(3)设计并实现了一个深度BPNN估算模型训练系统,系统中能够利用电动汽车离线或在线数据训练基于深度BPNN的动力电池SOC估算模型,并支持模型评估和导出。除此以外,该系统还包括了登录管理、用户管理、数据查询及可视化功能。
其他文献
镇江香醋营养丰富,口感独特,得到了广大消费者的认可,但其发酵过程十分繁杂,固态发酵质量对于成品香醋的品质有着重大影响。合理分析发酵过程关键参数的变化,并依据参数的变化对翻醅工艺及时进行调整,让醋醅中的微生物有一个适宜的生长环境,从而避免出现醋醅板结、甚至坏醅等情况。本项目通过获取近红外光谱信息和温度等数据来对整个发酵过程进行检测,并建立相应模型,为指导翻醅操作提供技术手段和科学依据。具体研究内容如
现实中供应链存在各式类型的企业,对其实施差异化的碳减排政策,可以更为有效地推动供应链企业进行减排,促进低碳经济的发展。依据不同类型企业的减排特征,以实施碳交易政策的供应商和实行碳税政策的制造商所组成的二级供应链为例,探讨了碳税和碳交易两种异质性减排政策对供应链决策的影响,分析了碳税税率和碳交易价格之间的相互变化关系。其次,考虑消费者低碳偏好的影响,讨论了供应商和制造商的最优减排和定价决策,消费者低
哮喘是一种慢性气道疾病,其特点是由气道变窄、气道壁腔室增厚和粘液增多引起的气流受限。目前医学领域虽有针对哮喘病的检测技术,如血气分析、肺功能试验等,但这些检测大多费时费力且存在漏诊、误诊等问题。随着人工智能的迅速发展,将信息技术应用到哮喘病的检测与治疗正逐渐成为一种趋势。本文利用哮喘检测常用的血常规作为输入数据,尝试构建一种基于改进模糊支持向量机的哮喘病诊断模型,提高哮喘诊断的准确率。首先提出一种
随着我国手机产业突飞猛进地发展以及其它电子产品销量的高速增长,传统需要点胶的场合逐渐被工业点胶机器人所取代。但现阶段视觉点胶机器人基于二维图像实现引导定位、点胶、贴装、质量检测等系列功能,无法实现高度信息的获取。为了实现视觉点胶机器人对作业工件三维空间信息的获取,增强点胶设备检测能力,提高视觉点胶机器人自动化程度。本文在常州铭赛机器人科技股份有限公司CC600项目研究经费资助下,以VS300C视觉
在众多超级电容器电极材料中,法拉第赝电容型电极材料因发生快速、可逆的氧化还原反应而具有优异的电容量。作为法拉第赝电容型电极材料之一的金属氧化物,例如VO2和V2O5,在拥有较高比电容的同时,存在着层状晶体结构易崩塌、颗粒易堆聚、电导率低而导致的较差倍率性能和循环稳定性等问题。通过材料改性,优化结构,或与其他导电性优异的物质进行复合,可实现VO2和V2O5的电化学性能的提升。在本论文中,引入具有三维
数据挖掘领域中有一项重要的技术就是模糊聚类算法。模糊聚类算法作为一种无监督的机器学习方法,能够将未标记的样本数据划分成多个簇,并使同一个簇中的样本数据之间相似性尽可能大,不同簇中的样本数据之间相似性尽可能小。距离度量是衡量各个样本数据点之间相似程度的重要因素,因此模糊聚类算法的聚类性能在很大程度上取决于距离度量的选择。然而在面对不同的数据特征时,基于欧氏距离度量的模糊聚类算法往往不能得到较佳的聚类
工业4.0时代下,传统产业纷纷向智能制造生产方式转型。唐山日用陶瓷行业作为地方支柱产业,面临转型升级的压力和机遇。一方面,多样化的订单使得陶瓷生产向多品种、少批量的方向发展,而种类多、工序繁杂和生产周期长的特点致使业务人员订单排程决策周期过长,导致无法按时交货且经常发生溢短装现象。另一方面,作为陶瓷烧成工序的大型核心设备,工业窑炉在生产中发生的故障往往具有非线性、非精确及多参数等特征,而人工诊断处
作为一种半封闭生态系统,温室虽然能够减轻传统农业受外界环境的约束和依赖,但其自我调节能力有限,内部环境的优劣对于作物生长、病虫害防治、节能减排等影响显著。运用先进建模与优化技术,针对温室内环境进行合理调控与优化能有效改善作物生长条件,促进作物增产,同时节约能耗,对于促进设施农业进一步发展具有重要的现实意义和实际应用价值。本文考虑温室环境的时空变异特性,通过构建温室的计算流体力学(CFD)模型,结合
电化学发光(ECL)方法同时具备电化学的高可控性与化学发光高灵敏度,特别适用于组分复杂和超低浓度的物质分析。近年来,ECL传感器由于具有简单、快速、灵敏度高、可控性强等优点,在食品安全监测及疾病的早期诊断中发挥着重要的作用。然而,目前在构建高灵敏ECL传感器时仍然面临以下几点挑战:(1)ECL发光材料的制备大多依赖昂贵的原材料,亟需发展绿色经济环保的发光材料;(2)已构建的ECL传感器的检测灵敏度
规范型理论由Poincare提出使用扰动方法来简化分析非线性问题,是研究非线性系统平衡点附近的分岔行为的有效工具。本论文研究了一种计算方法和符号计算程序,用来计算n维常微分动力系统的平衡点Jacobi矩阵含有一对双零特征值和一对纯虚根特征值的规范型。计算程序由符号计算语言Maple编写来展示该方法的有效性。此迭代程序可以由不懂计算原理的用户自动执行,得到给定阶数的规范型及其对应的非线性变换。接着,