基于内阻预测的阀控铅酸蓄电池故障预警方法

• 作者: 张菲菲 王寅超 王月强 陆忠心 黄冬
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 阀控铅酸蓄电池 长短时法神经网络 电池内阻 故障预警
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 860-862,898
• 页数: 4页
• 分类号: TM912
• 字数: 2890字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.06.018

摘要

阀控铅酸(VRLA)蓄电池的故障影响电源的供电可靠性,而内阻是反映蓄电池运行状态的重要参数.提出基于蓄电池预测内阻及其变化率的故障预警方法,分析电池内阻变化原因,量化蓄电池内阻的影响因素,采用长短时法神经网络(LSTM),以充放电状态、电压、电流、温度作为输入量,构建蓄电池内阻预测模型,并根据电池内阻预测值及其变化率预判电池故障原因,发出蓄电池预警信号.试验结果验证了所提电池内阻预测模型误差在3％以内,基于电池内阻预测模型的蓄电池故障预警方法有利于蓄电池安全稳定运行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄冬		2	0	0.0	0.0
2	王寅超		4	2	1.0	1.0
3	陆忠心		6	7	1.0	2.0
4	张菲菲		5	1	1.0	1.0
5	王月强		9	5	1.0	2.0