直流系统蓄电池故障灰色预测模型研究.docVIP

直流系统蓄电池故障灰色预测模型的研究 　　[摘 要] 在现有灰色预测模型进行深入研究的基础上，提出了一种以蓄电池电容量为特征量基于遗传算法的蓄电池故障灰色预测改进模型，进而为判断蓄电池是否故障提供依据，避免了传统的容量试验带来的弊端。该方法可以实现蓄电池故障的早期预测，减少传统的电池容量放电试验次数，从而延长蓄电池的使用寿命。同时为直流系统蓄电池组在线监测提供重要基础。 　　[关键词] 蓄电池 灰色预测 遗传算法 直流系统 　　 　　一、引言 　　蓄电池作为直流系统的备用电源，平时由充电机浮充电，当发生故障时由蓄电池组提供不间断电源。阀空式密封铅酸蓄电池在长期浮充之后，常常会出现活性物质脱落、电解液干、极板变形、栅极腐蚀及硫化等现象，导致蓄电池容量降低甚至失效，而一旦发生故障需继续维持供电时，该电池就可能无法保证事故状态下的放电要求，从而扩大事故范围，因此实现对蓄电池故障早期预测具有重大意义。 　　二、预测模型的建立 　　普通的GM(1，1)灰色预测模型是一种指数增长模型，当蓄电池产生故障时的容量呈指数规律持续变化时，用此方法进行预测可获得较高的预测精度，同时还具有所需样本数据少，计算简便，可检验等优点。但是，蓄电池发生故障的原因是多种多样的，同时蓄电池的故障可能是单一故障，也可能是多种故障的组合，具有不确定性和随机性，故容量数据并不是按照严格的指数规律变化，此时若采用