一种复合去噪的超级电容后备电源性能退化规律与剩余寿命LSTM预测方法技术

本发明专利技术提出了一种复合去噪的超级电容后备电源性能退化规律与剩余使用寿命LSTM预测方法，包括以下五个步骤：(1)数据获取，(2)SG平滑滤波，(3)MPA‑VMD分解降噪，(4)LSTM预测，(5)评价。本发明专利技术的有益效果在于：选取容量作为性能指标，使用SG平滑滤波方法(Savitzky‑Golay Smoothing method，SG)消除超级电容充放电过程中容量下降、回升等所产生的噪声，再运用海洋捕食者算法(Marine Predators Algorithm)优化变分模态分解(Variational Mode Decomposition，VMD)参数，对数据进行降噪处理，并重构去噪后的容量序列，最后运用LSTM对超级电容性能退化规律（PDL）与剩余使用寿命（RUL）进行预测，有效解决了超级电容后备电源在服役过程中容量再生现象、充放电倍率差异、超级电容内部温度变化、化学反应以及外部电磁干扰等因素产生的噪声对预测精度的影响，大幅度降低了RMSE，提高了R²，预测精度高，能精准预测超级电容后备电源性能PDL与RUL，提高风力发电机恶劣风况下运行的安全可靠性。

【技术实现步骤摘要】

本专利技术属于超级电容，尤其是一种复合去噪的超级电容后备电源性能退化规律与剩余寿命lstm预测方法。

技术介绍

1、风力发电已成全球应对能源挑战的重要手段，对环境保护和节约资源发挥关键作用。变桨系统是风力发电机组的重要组成部分，可以通过调节叶片的角度实现吸收风能和输出额定功率，来维持风机的安全运行。而后备电源作为为变桨系统的关键零部件为其提供电能。超级电容作为具有卓越性能的储能器件具有功率密度高、充放电速度快、循环寿命长、报废处理绿色环保、能承受瞬时大电流充放电等优点，逐步取代铅酸蓄电池等传统电池成为风力发电机变桨系统的备用电源。随着超级电容储能技术的迅速成熟和大规模应用，超级电容器作为独立或辅助储能系统的运行安全性越来越受到人们的关注。备用电源属于典型的间歇性工作。通常情况下，变桨系统依赖电网供电，备用电源处于静置状态。然而，在遭遇极端情况如强风恶劣天气或电网断电时，备用电源会被启用，为变桨系统提供紧急顺桨所需的电力，以确保风机的安全稳定运行。因此如何准确预测超级电容的剩余使用寿命，在到达寿命阈值之前及时更换，对保证风机正常运转、提高风力发电机组适应性和本文档来自技高网...

【技术保护点】

1.一种基于复合去噪的超级电容性能退化规律与剩余寿命LSTM预测方法，首先通过超级电容充放电测试平台获取超级电容老化循环过程中容量数据；对超级电容不同寿命时段的数据分别采用不同的降噪方法进行复合去噪，并重构容量数据序列；然后运用LSTM对超级电容性能退化规律与剩余使用寿命（RUL）进行预测，RUL预测值为，其中为超级电容预测寿命结束时的所在周期数，为超级电容预测起点所在的周期数；并以RUL误差、均方根误差、对预测结果进行评价，其中n为预测循环周期数、为容量实验值的平均值、xi为容量实验值、为容量预测值；其特征在于，一种基于复合去噪的超级电容性能退化规律与剩余寿命LSTM预测方法按以下步骤...

【技术特征摘要】

1.一种基于复合去噪的超级电容性能退化规律与剩余寿命lstm预测方法，首先通过超级电容充放电测试平台获取超级电容老化循环过程中容量数据；对超级电容不同寿命时段的数据分别采用不同的降噪方法进行复合去噪，并重构容量数据序列；然后运用lstm对超级电容性能退化规律与剩余使用寿命（rul）进行预测，rul预...

【专利技术属性】
技术研发人员：赵延明，吴劲豪，王亮，朱勇波，张一涵，陈晓犇，唐博，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：