蓄电池性能分析专家诊断方法技术

本发明专利技术公开了一种蓄电池性能分析专家诊断方法，将多个反映蓄电池性能的参数作为人工神经网络的输入，经过已学习生成的专家库的综合评判，输出各电池的容量、寿命预估等，并以此给出对各蓄电池的操作建议，因此得出的结果更符合蓄电池本身的状态。此外还对上述人工神经网络设计了自适应学习的功能。本发明专利技术有效的克服了以往以某一时刻，从单一的角度、单一的方法来评判阀控式铅酸蓄电池性能的缺点，且在阀控式铅酸蓄电池的运行中对其性能进行实时监测和性能评价，操作简单，避免了对蓄电池做核对性放电，不影响铅酸蓄电池的循环寿命。

【技术实现步骤摘要】

本专利技术涉及阀控式铅酸蓄电池性能在线检测和评价技术。
技术介绍
阀控式铅酸蓄电池已被广泛地应用于电力、通信、交通、金融、部队等行业的电源系统中，无论是在变电站、机房、移动基站、UPS等的后备电池，还是在发电机组启动电池等，其作用是当市电失电或整流器发生故障时，向用电负荷提供不间断的电力供应。所以在电源系统中，电池扮演了非常重要的角色。VRLA是一个复杂的电化学体系，它的寿命和性能与电极材料、工艺、活性物质的变化、运行状态等诸多因素相关，也是设备中容易损坏的部件之一。一般引起VRLA性能下降的原因大致可分为以下几类失水、硫酸盐化、板栅的腐蚀和变形、活性物质软化、晶枝短路等等。现有的测试评判蓄电池性能的方法目前实际在使用的电池测试方法主要有以下几种核对性放电测试，电池电压巡检，电池内阻(电导)测试，放电容量估算。1、核对性放电测试作为电池容量的标准，核对性容量放电测试是最为标准的、有效的电池性能测试方法，它能真实反映电池所具有的放电能力，一般有离线式测试和在线式测试二种方法。但遗憾的是，核对性容量放电测试工作量非常大，操作麻烦，在在线式测试时对系统具有潜在的危险。而且由于电池具有有限的循环寿命，该方法也不宜经常使用，且不具有对电池运行性能的实时监测能力。2、电池电压巡检目前在电池测试设备中，在线监测的常用仪器就是电池组巡检仪，一般在线监测单体电池的电压、电流、温度，通过判断电池电压是否超限作为判断电池好坏的依据。大量的实际经验表明，在运行中的电池电压(浮充或均充)和电池容量几乎没有相关性，实际使用中，我们一般只作为电池充电曲线或电池浮充数据的观察和记录。3、电池内阻(电导)测试1992年的国际电信年会(INTELE)上，Dr.David Feder发表了关于电导和电池容量相关性的论文，提出了电导测量对电池测试的意义。电导测试由于其测试的方便快捷，并可用于发现失效电池，尤其对电池失水导致的内阻增加非常敏感，所以使用内阻或电导测试方法对及时发现失效电池，了解电池性能变化具有重要的参考意义。但同样遗憾的是，电池容量和电池电导并没有很好的相关性。当电池容量在80％以上时，容量与电导之间几乎没有相关性，具有这种线性相关关系的电池绝大部分都是放电容量低于80％以下的失效电池。因而失去了实际测量的意义。4、放电容量估算通过5-15分钟的负载放电，估算电池的剩余容量。该测试方法的理论依据是放电曲线族的比对推算。但当电池性能劣化严重时，放电曲线将发生很大变易，导致估算值严重差异。同样由于电池厂家不同，电池本身的非一致性，也会导致估算的误差，所以该方法现在已很少使用。综上所述，在现有的蓄电池性能测试评判中，都是以某一时刻，从单一的角度，并运用单一的方法来评判蓄电池的性能，然而电池由好变坏是一个非常复杂的过程，单一模型的评价是不充分的。这也就造成了迄今为止没有便捷、有效、准确测量蓄电池容量和性能的原因。
技术实现思路
铅蓄电池内部的电化学反应非常复杂，影响铅蓄电池寿命的因素也不止一个，因此，从单一的参数、单一的角度来评判电池的性能是不充分的。为解决现有技术存在的上述问题，将多个连续的、变化的、相互关联的信息(如铅蓄电池电压、电流、温度等)串联起来，作为综合评价阀控式铅蓄电池性能的指标，从而使作出的评价更为精准。通常，工作中的阀控式密封铅酸蓄电池一般有以下几种基本的运行状态浮充、均充以及放电。因此铅蓄电池的电压包括浮充电压、均充电压及放电电压。图4描述了某节蓄电池更换前后的浮充电压表现，从电池更换前到更换后，电池浮充电压的波动由大变小，即电池浮充电压的离散性由大变小。这说明铅蓄电池浮充电压离散性与电池性能有关，性能好的电池浮充电压离散度小，性能差的电池浮充离散度大。图5描述了某节性能较差蓄电池的均充电压表现，当较多数目的蓄电池串联使用时，容易出现电压不均衡的现象，长期处于这种状态，将造成某些落后蓄电池充电不完全，均充就是为了平衡整组蓄电池电压，对落后电池进行补充充电，使其恢复到完全充电的状态。从图5看，性能较差的电池其均充阶段的最高电压将窜到很高，而均充阶段的最低电压又跌到很低，此两电压之差远大于性能好的蓄电池。图6描述了某组蓄电池动态放电后电池内阻的表现，蓄电池内阻包括欧姆内阻和极化内阻，其中欧姆内阻由电解液、电极材料、隔板等的内阻组成，极化内阻由电化学极化和浓差极化组成，内阻的变化主要由蓄电池内部电解液的浓度变化、电极材料的结构组成变化等因素引起，因此，电池内阻是表证蓄电池性能的一个重要指标。从图6看，性能较差的蓄电池其内阻远高于整组蓄电池的平均内阻。长期以来，核对性放电是蓄电池容量测试准确可靠的方法，但是核对性放电时间长，操作复杂，风险大，且频繁地对蓄电池进行深放电，会产生硫酸铅沉淀，导致极板硫酸化，容量下降，因此不适宜对蓄电池进行频繁的深放电操作。通过观察短时充放电的曲线特征，发现蓄电池的短时充放电过程中的电压差与短时放电过程的结束点电压与蓄电池的性能有以下规律短时充放电过程中的电压差较大及短时放电过程的结束点电压较低的蓄电池，其性能较差，反之亦成立。温度是影响蓄电池寿命的又一重要因素，一般来说，蓄电池工作温度处于25℃左右对电池寿命最有利，超过25℃时，每升高10℃，蓄电池的容量将减少一半，这是因为过高的温度会导致蓄电池热失控，使蓄电池的电流及温度发生一种积累性的相互增强作用，缩短电池寿命。蓄电池工作温度与其容量的具体关系见图7。为解决技术背景中提到的现有测试评判蓄电池性能方法的缺陷，以及鉴于上述参数与蓄电池性能的关系，本专利技术采用的技术方案是，其特征在于将在线采集到的均充阶段各电池最大电压值(MUj)、均充阶段各电池最小电压值(mUj)、单体浮充电压离散度(μi)、整组浮充电压离散度(μj)、放电结束时刻的各电池的内阻值r(i)、短时放电结束时刻各电池的电压、短时充放电各电池电压差和温度中的任意两个或两个以上的参数作为人工神经网络的输入，由人工神经网络通过运算给出各节电池的性能评价结果，并给出相应操作建议。其中单体浮充电压离散度(μi)可由公式(3)得到μi=1nΣj=1nUij,ΔUij=Σj=1n|Uij-μi|---(3)]]>整组浮充电压离散度(μj)可由公式(4)得到μj=1numΣi=1numUij,ΔUij′=Σi=1num|Uij-μj|---(4)]]>式中Uij第i节电池在第j个时刻的电压；n采集的时间长度；μi时间n内的第i节电池浮充电压平均值；μj第j时刻整组电池的浮充电压平均值；num蓄电池组的总节数。单体电池放电内阻可由公式(5)得到r(i)＝/I (5)其中，I为放电电流，Uij是放电过程中第i节电池第j个时间点的电压，其满足条件(Uij-Uij+2)＞0.002 本专利技术所采用的网络构架为两层的BP网络，输入———————>隐层———————>输出(n)———————>(12)———————>(2)网络输入个数n由用户本文档来自技高网...

【技术保护点】
蓄电池性能分析专家诊断方法，其特征在于将在线采集到的均充阶段各电池的最大电压值（ＭＵ↓［ｉ］）、均充阶段各电池的的最小电压值（ｍＵ↓［ｊ］）、单体浮充电压离散度（μ↓［ｉ］）、整组浮充电压离散度（μ↓［ｊ］）、放电时各电池的内阻值ｒ（ｉ）、短时放电结束时刻各电池的电压、短时充放电各电池电压差和温度中的任意两个或两个以上的参数输入人工神经网络，由人工神经网络通过运算给出各节电池的性能评价结果，并给出相应操作建议。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐剑虹，袁玲，郑益，
申请(专利权)人：杭州高特电子设备有限公司，
类型：发明
国别省市：86[中国|杭州]