铅酸蓄电池容量在线检测技术研究.pdf

摘要 关键词 0 引言 铅 酸蓄 电池容量在 线检测技术研 究 李雪萍 ( 重庆市电力公司长寿供电局，重庆4 0 1 2 2 0 ) 蓄 电池 电解液浓度能够很好地反 映蓄电池容量，针对铅 酸蓄 电池容量测试这 一复杂的非线性过程 ，利 用神 经网络拟合该 复杂的非线性过程 ，仿真结果显示拟合效 果较好 ，提 出了基 于神 经 网络 的多输入 信 息融合技 术。实践证 明，利 用光纤铅酸蓄 电池容量传 感器与蓄 电池 容量存在 着固定的 函数 关 系，从 而 表 明基 于神 经网络 的光纤铅酸蓄 电池容量在 线智能检 测技术 的可行性 。 蓄 电池剩余 容量 神 经网络 光纤 智能信息融合 如何准确 、可靠 地获 得 电池荷 电状态 ( S O C )是 电池管理系统 中最 基 本 的首要 任 务 ，特 别 是容 量 在 线 检测 已成 为该 检测 领 域 中的关 键 和难 题 。因此 ， 研 究设计实用 的铅 酸蓄 电池 容量 在 线检 测 传感 器具 有 极其 重 要 的意 义 。本 文 针 对 这 一 技 术 难 题 和 关 键 ，根据 已设计 的基 于相 对 温度 测 量原 理 和光 吸 收 原 理的反射式 光纤 传感 器 ，采用 神 经 网络对 实 验所 得 数据进行融合 处 理得 到铅 酸 蓄 电池容 量 与 电解 液 浓 度的相互关 系 。实验 结果 及 理论 分 析表 明，这种 方 法用于测量铅 酸 蓄 电池 的容 量是 可行 的 ，具 有容 量 测量准确 、反应 灵 敏 、使 用 寿命 长 等优 点 。该 铅 酸 蓄电池 容量传 感 器 的设 计 原理 和方 法 具有 一定 的 普遍 意义 ，是一种 具 有较 大 实用 价值 和 良好 应用 前 景 的新 型蓄 电池容量传感 器 。 1光纤铅酸蓄电池容量传感器原理 光纤反射式铅酸 蓄电池剩余容量传感 器其组成 如 图 1 所示 。在参考液 中，光 首先 经入射光纤 到达 准直 图 1光纤反射式铅酸溶液浓度传感器系统框图 镜 ，进入充 满参 考 液 的波 纹 管 中，到 达入 射光 反 射 面，经反射面全反射后 ，再次经参 比液到达 出射 光反 射面 ，最后经参考液 到达聚焦镜 ，进入 到接 受光纤 ， 收 稿 日期 ： 2 O l O 一 0 9 1 3 7 2 1 w w w c h in a e t n e t l 电 工技术 完成光在参 考液 中的传播过 程。其 中光在待测液 中的 传播过程和光在参考液中的相同。 实验 中 ，选用 了近 红外 波长 为 7 6 0 n m 光 源 。当 接收光纤接 收到 的光 强信 号 经 光 电转换 后 ， 由信号 调理放 大处理 ，再传输 到 A D数据采集 和计算机处 理 。 2 铅酸蓄电池容量与光纤检测信 号的关 系 入射光纤 所发 出的入 射 光经 蓄 电池 内部 电解 液 之后返 回至接 收 光纤 ， 由于 内部 电解 液 浓度 在各 种 充放 电工况下 是 不 同的 ，而 蓄 电池 容 量 又与 电解 液 密度有着一 一对 应 的关 系 ，因此 ，可 通 过测 量接 收 光纤的输 出信 号经 光 电转换 后 的 电信 号值 反 映 蓄电 池容量 的方法 来建 立铅 酸 蓄 电池容 量 与光 纤 检测 信 号的关系 ，从 而达 到 测量 蓄 电池 容 量 的 目的。理 论 上 ，在恒流充 放 电条 件下 ，蓄 电池 容 量会 随 着 时间 的变化 而 不 同，具 体 关 系 可 根 据 Q I t 给 出。 因 此 ，在实验 中采 用不 同工 况下 的恒 流 充放 电 过程 来 检验输 出光纤 检测 信号 电压 与 蓄 电池 容量 之 间 的关 系。在测量过 程 中 ，由于温 度 对测 量结 果 有 着较 大 的影 响 ，且具 有很 大 的随 机性 ，因此 对温 度 因素 的 测试应 具有实 时性 ( 即在 线测 量性 能 ) ，在 测 量待 测 液输 出光信号 电压 的 同时也 测试 出 了该 时 刻 温度 的 影 响程 度 ，根据 所设 计 的封 闭探 头 中的蒸 馏水 则 可 反 映化 学变化过程 中的温度变化 。 3测量数据及分析 在 2 5 C实验室 温度 环境 下进 行 试验 ，试验 电池 为能高启 动用 铅 酸 蓄 电池 ，其型 号 为 6 Q A一 3 6 S ，充 电设备 采 用 曙光 牌 GZ L - G C A 系 列 环型 硅 整 流 充 电 机 。 3 1恒流放电过程 将光纤 探头 传感 器 插入 充 满 电 的铅 酸蓄 电池 中 封闭好 ，开始放 电( 2 A恒流放 电) ，并 记 录放 电过程 的传感器输 出信 号 电压 与 时 间的数 据 关 系。在 测 试 过程 中每隔 3 O分钟 测试 一次 ，测试 结 果如 图 2 、图 3所 示 。 参 考 端 信 号 电 压 ， V I 、 卜 一 、 卜 一 b 一! ， j 、 电 、 日 _ 1 轨0 M ， r 一 。 ， 。 u气 只 _尸 盎 1 0 5 J 0 l 5 测量时间， h 图3传感器参考液端输出电压变化曲线( 2 A ) 图 由图 2 、图 3可知 ，在蓄 电池放 电过程 中，电解液 相对浓度下降 ，传感器待测 液信号端输 出信号 电压值 逐渐减小 ，参 考液输 出端信 号 电压值 由于在化学反 应 过程中产生热量而呈上升趋势 。 3 2 恒压 充 电过程 将放 电结 束 的 铅 酸 电池 放 霞一 段 时 间 ，开 始 以 1 2 V恒压充 电，测得传感 器输 出信 号电压与 时间数据 关系如图 4 、图 5 所示 ，充电过程 电流变 化情况 如图 6 所示 ，测试过程每隔 3 0 分钟记录 1 次 。 1 1 一 I ， 1 f ， 1 c j r J j 。 一 ， 0 1 U 2 4 b I 【 J 测量时间 h 图4充电时传感器待测液输出电压变化曲线图 由测量结果 可看 出，在蓄 电池 恒压充 电过 程 中， 充电电流随时 问的增 大呈线性下 降趋势 ，可避免 蒸馏 水分解 ，防止过充 电，保护极板 。 由于 电解 液浓 度增 大 ，光的损 耗 变 化相 对 增 大， 因而 输 出信 号 电 压增 大。 ， J 1 一 考端信号电压 测量 时间， h 图5 充电时传感器参考液输出电压变化曲线图 l 0 5 0 、 9 0 _1 、 ； ， 毫 7 5 l 二 电 l 流 A 三 j ： 二 。 4 5 ： 。 3 0 音一 _ T r r r 一 。 T ? 一 0 2 4 6 8 1 0 充电测量时间 l1 图 6充电过程中充电电流变化曲线图 4基 于 B P神 经 网络 的蓄 电池剩 余容 量信 息 获取模型 神经网络结构的选择与具体的应用对象有关，在 两层前馈神经网络 中含有 隐层和输 出层。两层前馈 网 络在其隐层 中使用 非对称 S型传输 函数 ，只要隐层 中 有足够的神经元 ，就可达到 较高精度逼 近任何 目标 函 数。 4 1蓄 电池容量测试信息获取 B P建模 采用 隐层和输 出层均 为非对称 s型传输 函数的两 层前馈网络 。铅酸 蓄电池容量测试 过程 中的测试 数据 受电解液及环境温 度影响较 大，把 采用双通道传 感器 探头的输 出信号 电压作为神经 网络 的输入 ，输 出为电 解液密度值 ，由于 电解液 密度值与 蓄电池容量有 着对 应的线性关 系，可构造神经网络结构如图 7 所示 。 密度 图 7铅酸蓄电池容量测试过程神经网络模型结构图 神经网络选择 2 5 1 结构 ，2 个隐含层神经元为非 对称型 t a n s i g函数 ，输 出层为 p u r e l i n线性 函数 ，训练 电工技术 f 2 0 1 0 I 1 1 期 I7 3 参考端信号电压 0 待测端信号电压 算法选择 MA T I A B神经 网络工具箱 的 t r a i n l m。训练 终止步数参数选择为 l O o o o ，训练误差停止条件为： 1 土 EP一 - 6 e 一 0 0 0 0 1 j卜l 蓄电池在充放 电过程 中包括 了在不 同时 间问隔下 的各种数据。以 2 A电流恒流放 电过程为例 ，在训练过 程中 ，总共选取 了 2 4组实验数 据 ，经过 2 1步迭代 ， 最后得到 目标值 ，如图 8 所示 。 E p o h 图 8 神经网络 训练过程图 得到的铅酸 蓄电池 容量测试模 型是 以权值 和阈值 的形式分布存储 于神经 网络 中， 训练结果 与 目标值拟 合曲线如 图 9 所示 。训 练结果与 目标值 误差曲线如 图 1 0所示 。 4 2蓄电池容量测试 B P模型验证 为了检验神经 网络模型对该 2 A恒流放 电过程模 型 的拟合 精 度 ，取其 中 的 7组数 据 ，另 外 加入 了 5 组实验数 据 ，且这 5组 实验 数据 部 分没 有 用来 训 练 神经 网络 模型 ，如 图 1 1 所示 。验证误差 曲线如 图 1 2 所 示 。 、 I A e l u a l V a lu e ： ， 毒 ， ( ) 2 4 6 8 l 0 1 2 T i me s 图 1 1实际测量值与 N N预测值比较结果图 0 2 4 6 8 l 0 l 2 Ti me s 图1 2实际测量值与 N N预测值比较验证误差曲线图 从模型精度 的检 验结果来看 ，神经 网络模型预测 的输 出 与 实 验 数 据 基 本 吻 合 ， 只 在 部 分 区 域 存 在 - 0 0 2 0 0 2 5 g c m 。的误 差。因此 ，所建立 的 B P神 经 网络模型达 到预期设计 目标 。 Ti m e s 图9神 经网 络 训 练 结 果 与目 标 值拟 合 曲 线 图 5结束语 T i me s 图1 0神经网络训练结果与目 标值误差曲线图 由图 1 O可知 ，所选 择的 2 - 5 1 结构神 经网络基本 上能够拟合 2 A恒 流放 电过程 ，误 差控制在 一0 0 1 5 0 0 1 3 g c m 。 7 4 l W W W c h i n a e t n e t l 电工技术 利用光纤铅 酸蓄 电池容量传感 器对铅酸 蓄电池进 行 了多次不同充放 电工况条件下 的实验 ，结 果表 明拟 合效果较好 ，理论预测 与实际测量结 果基本一致 ，从 而表明了基于神经 网络 的光纤铅酸蓄 电池容量在线智 能检测技术的可行性 。如能 在此基础上进一 步分析影 响蓄电池容量 的因素，增加 训练数据 的样本 容量 ，则 能达到更优的效果。 参考文献 1 陈家斌 电气设备运行维护及故障处理 M 中国水利水 电 出版 社 ， 2 0 0 3 2 袁宁， 王克亮， 孙小伍 闭环程控直流电流源设计 J 电 工技 术 ， 2 0 0 7 ( 2 ) ： 5 4， 5 5 ( 编辑张美惠) 勰 拍 姐 H