閥控鉛酸vrla蓄電池內(nèi)阻的分析

閥控鉛酸vrla蓄電池內(nèi)阻的分析

由于有很多這樣的優(yōu)點，衛(wèi)壓鉛酸鈉（vla）電池?zé)o需水，具有良好的充電能力，并且具有良好的功率密度，因此在電池系統(tǒng)中用作備用電源，這起著非常重要的作用。它的健康狀態(tài)將影響系統(tǒng)的安全穩(wěn)定運行。VRLA蓄電池的內(nèi)阻大小可反映電池的性能情況,表示電池老化的程度,影響電池的容量和使用壽命通過試驗的方法可以較為準(zhǔn)確地測試出電池內(nèi)阻,文獻(xiàn)通過智能算法可以準(zhǔn)確有效地得到預(yù)測數(shù)據(jù),文獻(xiàn)本文分析了VRLA蓄電池內(nèi)阻變化原因,量化內(nèi)阻影響因素,將充放電狀態(tài)、充放電電壓電流、電池溫度作為預(yù)測模型輸入,構(gòu)建基于LSTM的VRLA蓄電池內(nèi)阻預(yù)測模型,提出VRLA蓄電池兩級告警方法和基于預(yù)測內(nèi)阻值及其變化率的電池預(yù)警方法,快速準(zhǔn)確定位電池故障,發(fā)出電池告警和預(yù)警信號。1基于lstm的嵌入式陰影代理模型1.1vrla蓄電池放電對電池內(nèi)阻的影響VRLA蓄電池內(nèi)阻R包括金屬內(nèi)阻R電池故障會導(dǎo)致電池內(nèi)阻的突變,此時電池還未達(dá)到使用壽命所對應(yīng)的充放電次數(shù)區(qū)間;而電池老化是由于電池長期使用導(dǎo)致電池內(nèi)阻持續(xù)增加,電池內(nèi)阻漲幅不大,但是當(dāng)電池達(dá)到使用壽命所對應(yīng)的充放電次數(shù)區(qū)間,電池內(nèi)阻會超過閾值;人工可排除故障也會導(dǎo)致電池內(nèi)阻增加,如傳感器失靈、線頭松動,電池信號采集或者電池管理設(shè)備的故障會導(dǎo)致電池內(nèi)阻的突變。VRLA蓄電池內(nèi)阻受工作狀態(tài)和環(huán)境狀態(tài)多方面因素影響。當(dāng)VRLA蓄電池放電時,極板細(xì)孔內(nèi)的電解液密度減小,接觸電阻和電解液電阻系數(shù)增大,同時正、負(fù)極板上硫酸鉛逐漸積累,而硫酸鉛為不良導(dǎo)體,導(dǎo)致電池內(nèi)阻隨放電時間增長而不斷增大;充電時電池的內(nèi)阻與放電過程相反,隨時間不斷減小,因此,VRLA蓄電池的充放電狀態(tài)影響電池內(nèi)阻;蓄電池的內(nèi)阻與電池壽命密切相關(guān),隨著VRLA蓄電池工作時間的增加,其本身會逐漸劣化,這時電池的內(nèi)阻就會不斷增大,剩余容量也隨之降低,因此,VRLA蓄電池的充放電次數(shù)影響電池內(nèi)阻;電池溫度明顯影響電池內(nèi)阻,當(dāng)電池溫度升高時,電解液的活動加強,電池內(nèi)阻減少,當(dāng)電池溫度降低時,電解液的活動減弱,電池內(nèi)阻增大。1.2vrla蓄電池內(nèi)阻預(yù)測模型建立LSTM由循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)衍生而來,其特點是能夠記憶并學(xué)習(xí)長短期依賴信息,基本框架為輸入門,遺忘門和輸出門,上一時刻的遺忘門和本時刻的遺忘門有信息交互,其結(jié)構(gòu)單元圖如圖1所示。選擇遺忘門:式中:f為遺忘權(quán)重;激活函數(shù)σ為Simgoid函數(shù),輸出結(jié)果在[0,1]之間;W選擇輸入門:式中:i為輸入權(quán)重;W記憶單元函數(shù)為:式中:C記憶單元狀態(tài)時刻更新,將上一時刻記憶值C式中:o為輸出權(quán)重;W構(gòu)建LSTM的VRLA蓄電池內(nèi)阻預(yù)測模型,首先對電池內(nèi)阻造成影響的特征因素進行分析,并選擇電池內(nèi)阻影響因素作為模型輸入,為:充放電狀態(tài)S(0,1),其中0代表充電狀態(tài),1代表放電狀態(tài);充放電電壓U;充放電電流I;電池溫度T對輸入數(shù)據(jù)進行預(yù)處理,記錄第一次充放電對應(yīng)的S(0,1)、U、I、T,以此類推,形成m組數(shù)據(jù),并測量每組數(shù)據(jù)對應(yīng)的電池內(nèi)阻R,n節(jié)電池共形成n×m組數(shù)據(jù)集。構(gòu)建基于LSTM的電池內(nèi)阻預(yù)測模型,將n×m組數(shù)據(jù)集中的十分之七組數(shù)據(jù)集作為預(yù)測模型的訓(xùn)練集,通過LSTM訓(xùn)練確定網(wǎng)絡(luò)參數(shù),并以剩下的十分之三的數(shù)據(jù)集作為測試集,對形成的電池內(nèi)阻預(yù)測模型進行測試,驗證預(yù)測模型的準(zhǔn)確性,LSTM閥控鉛酸蓄電池內(nèi)阻預(yù)測模型流程圖如圖3所示。2vrla蓄電池故障預(yù)警方法采集運行狀態(tài)下的VRLA蓄電池數(shù)據(jù)并進行告警處理分析可以反映當(dāng)前電池的運行和性能情況,但是這種方式往往不能很好地預(yù)測電池故障,因此采用LSTM智能算法,根據(jù)電池內(nèi)阻影響因素,預(yù)測電池內(nèi)阻。通過VRLA蓄電池的預(yù)測內(nèi)阻進行故障預(yù)警,并通過電池的內(nèi)阻及其變化率判斷電池故障原因,具體操作流程圖如圖4所示。預(yù)測第n+1節(jié)VRLA蓄電池的電池內(nèi)阻值,采集第n+1節(jié)VRLA蓄電池的S設(shè)置電池內(nèi)阻閾值R3vrla蓄電池放電內(nèi)阻預(yù)測結(jié)果構(gòu)建VRLA蓄電池在線監(jiān)控試驗平臺,如圖5所示,設(shè)定閾值R表1為VRLA蓄電池充電試驗數(shù)據(jù),表2為VRLA蓄電池放電試驗數(shù)據(jù),表3為內(nèi)阻預(yù)測結(jié)果和實際結(jié)果對比及其誤差,通過大量試驗驗證,內(nèi)阻預(yù)測值小于所設(shè)閾值5mΩ,所提預(yù)測模型的誤差在3%以內(nèi),能夠較好地預(yù)測電池內(nèi)阻。表4為電池狀態(tài)預(yù)估,計算鉛酸蓄電池內(nèi)阻變化率均不超過閾值0.5mΩ/s,預(yù)估電池狀態(tài)正常。4vrla蓄電池內(nèi)阻預(yù)測模型的構(gòu)建本文分析了VRLA蓄電池內(nèi)阻變化原因和影