基于小波神经网络的锂离子电池SOH估计技术研究-电路与系统专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master OnlineState-of-Health Estimation of Li-ion Batteries Using The Wavelet Neural Network Candidate: ZhouJie Supervisor: Prof. HeZhiwei December，2015 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电 杭州电子科技大学硕士学位论文 摘 要 随着环境污染的日益恶化和电子科技的发展，锂电池越来越受到人们的关注。目前锂电 池被广泛应用于供电系统，如储能系统、电动汽车和通信系统等，因此锂电池的安全使用也 显得越来越重要。锂电池有多种性能参数，电池健康状态（SOH）为其中最重要的一个参数。 锂电池的 SOH 显示了电池储存电量的能力，准确估计电池的 SOH 可以帮助人们合理的使用 锂电池，避免因电池老化原因造成的安全问题。 目前对于电池的 SOH 的定义有多种，本文将电池的当前容量与他的标称容量的比值定义 为电池的 SOH。电池健康状态的估计有多种方法，如化学分析法，电化学阻抗分析法，基于 卡尔曼滤波器等。本文采用禁忌搜索（TS）的小波神经网络（WNN）对电池的 SOH 进行估 计。WNN 基于小波分析而构造的一类新型前馈网络，即用非线性小波基函数取代通常的神经 元非线性激励函数，他具有较强的函数学习能力，简化了训练，避免了 BP 神经网络结构设 计的盲目性。本文的主要内容如下： （1）介绍锂电池 SOH 的研究背景和现状，分析当前国内外几种 SOH 的估计方法的优缺 点，并提出使用 TS-WNN 对 SOH 进行估计。TS-WNN 对 SOH 估计分为训练过程和预测过程。 在训练过程中，通过已有的数据训练 TS-WNN 的网络参数。在预测过程中，根据预测样本验 证训练过程生成的电池 SOH 估计模型的可行性。 （2）详细阐述 WNN，分析其优点和缺点。针对 WNN 的缺点提出使用 TS 算法对其进 行改进。比较 WNN 和 TS-WNN 对锂电池恒流和变流两种放电情况下的 SOH 估计，可以得 出通过 TS-WNN 对锂电池 SOH 的估算精度会更高。 （3）为了构建 TS-WNN 的模型和验证此方法的可行性，本文设计了基于 STM32 的估计 系统。该系统的底层负责采集电池在充电和放电过程的电压，电流和温度等数据，上位机部 分负责存储这些数据,最后根据这些数据估计电池的 SOH。 （4）本次实验中对 2000mAh 和 100Ah 的两种锂电池进行 SOH 估计，首先采集数据构 建网络的模型，最后通过已构建的模型对电池 SOH 进行估计。在实验中，对恒流和变流两种 放电状态下的电池进行 SOH 估计，来验证 TS-WNN 方法的可行性。 关键字：锂电池，电池健康状态，小波神经网络，禁忌搜索 I ABSTRACT With the deterioration of environmental pollution and the development of electronic technology, more and more people pay attention to lithium battery.At present, lithium battery is widely used in power supply system, such as energy storage system, electric vehicle and communication system, so the safe use