【技术实现步骤摘要】
本申请涉及蓄电池参数辨识，尤其涉及一种铅酸蓄电池参数辨识方法及相关装置。
技术介绍
1、目前，我国的配电终端和变电站采用阀控式铅酸蓄电池(valve-regulated leadacid battery，vrlab)作为后备电源，在紧急情况下对断路器分合闸机构、隔离开关、继电保护装置等重要负荷进行供电，是维持电力设备安全可靠运行的重要保障。对蓄电池阻抗参数的准确辨识是电池精确核容的前提，对电池运行健康状态的实时评估具有重要意义。
2、现阶段的电池阻抗参数辨识方法可分为时域法和频域法两类。基于时域的辨识方法通常采用脉冲电流或恒流形式对电池进行充放电来获得实验数据，操作简单但是辨识时间较长，无法满足电池参数在实际应用中的多变性。基于频域的辨识方法是对电池进行交流扫频，得到不同频率下的电化学阻抗谱，阻抗谱分为高、中、低频区段，分别对应电池欧姆阻抗、电荷传递阻抗和浓差极化阻抗，可以更好的描述电池阻抗特性。
3、然而，vrla蓄电池的动态特性分布在一个较宽的频率范围内，包含快速响应环节和缓慢变化环节，但现阶段参数辨识算法难以兼顾电池每一环节的准确辨识，对于时间常数大的环节极易导致数据饱和，对于时间常数小的环节可能产生信息丢失，最终导致辨识结果振荡或发散。因此，亟需设计一种辨识速度快且精确度较高的铅酸蓄电池参数辨识方法。
技术实现思路
1、本申请提供了一种铅酸蓄电池参数辨识方法及相关装置，用于解决现有铅酸蓄电池参数辨识技术辨识速度慢且精确度较低的问题。
2、
3、根据铅酸蓄电池等效电路模型建立kcl和kvl方程，并对所述kcl和kvl方程进行拉氏变换得到传递函数，并对所述传递函数进行离散变换，得到可应用于最小二乘法的数学形式，从而转化为最小二乘法形式；
4、对最小二乘法形式的传递函数进行推理变换，得到基于自适应遗忘因子的最小二乘法递推公式，基于所述最小二乘法递推公式，获取铅酸蓄电池的模型参数r0、r1、r2、c1、c2；
5、采用基于电化学阻抗谱的分段辨识方法，对所述模型电池参数进行辨识，得到不同区段下多频率下的参数辨识结果数据；
6、将不同区段下多频率下的参数辨识结果数据，采用k-means算法进行聚类分析，得到最终的辨识结果，并输出最优参数r0、r1、r2、c1、c2。
7、可选地，所述对所述传递函数进行离散变换，包括：
8、基于部分分式法对所述传递函数进行z变换，并采用斜坡函数进行信号采样。
9、可选地，所述采用基于电化学阻抗谱的分段辨识方法，对所述模型电池参数进行辨识，得到不同区段下多频率下的参数辨识结果数据，包括：
10、采用基于电化学阻抗谱的分段辨识方法，分别对r0、r1和c1、r2和c2三组参数进行辨识处理，辨识处理过程包括：对铅酸蓄电池进行交流扫频，得到不同频率下电池阻抗的实部和虚部，并采用z-view软件拟合得到的阻抗谱曲线，其中，所述阻抗谱曲线的各分段的特征与电池等效电路环节相对应。
11、可选地，所述将不同区段多频率下的参数辨识结果数据，采用k-means算法进行聚类分析，得到最终的辨识结果，包括：
12、采用k-means算法将不同区段多频率下的参数辨识结果数据聚类成k个簇，采用欧氏距离计算公式获取各类别的聚类中心，得到最优参数辨识结果。
13、本申请第二方面提供一种铅酸蓄电池参数辨识系统，所述系统包括：
14、建立单元，用于根据铅酸蓄电池等效电路模型建立kcl和kvl方程，并对所述kcl和kvl方程进行拉氏变换得到传递函数，并对所述传递函数进行离散变换，得到可应用于最小二乘法的数学形式，从而转化为最小二乘法形式；
15、计算单元，用于对最小二乘法形式的传递函数进行推理变换，得到基于自适应遗忘因子的最小二乘法递推公式，基于所述最小二乘法递推公式，获取铅酸蓄电池的模型参数r0、r1、r2、c1、c2；
16、辨识单元，用于采用基于电化学阻抗谱的分段辨识方法，对所述模型电池参数进行辨识，得到不同区段下多频率下的参数辨识结果数据；
17、聚类单元，用于将不同区段下多频率下的参数辨识结果数据，采用k-means算法进行聚类分析，得到最终的辨识结果，并输出最优参数r0、r1、r2、c1、c2。
18、可选地，所述对所述传递函数进行离散变换，包括：
19、基于部分分式法对所述传递函数进行z变换，并采用斜坡函数进行信号采样。
20、可选地，所述辨识单元，具体用于：
21、采用基于电化学阻抗谱的分段辨识方法，分别对r0、r1和c1、r2和c2三组参数进行辨识处理，辨识处理过程包括：对铅酸蓄电池进行交流扫频，得到不同频率下电池阻抗的实部和虚部，并采用z-view软件拟合得到的阻抗谱曲线，其中，所述阻抗谱曲线的各分段的特征与电池等效电路环节相对应。
22、可选地，所述将不同区段多频率下的参数辨识结果数据，采用k-means算法进行聚类分析，得到最终的辨识结果，包括：
23、采用k-means算法将不同区段多频率下的参数辨识结果数据聚类成k个簇，采用欧氏距离计算公式获取各类别的聚类中心，得到最优参数辨识结果。
24、本申请第三方面提供一种铅酸蓄电池参数辨识设备，所述设备包括处理器以及存储器：
25、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
26、所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的铅酸蓄电池参数辨识方法的步骤。
27、本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的铅酸蓄电池参数辨识方法。
28、从以上技术方案可以看出，本申请具有以下优点：
29、本申请提供了一种铅酸蓄电池参数辨识方法，通过建立vrla电池等效电路模型并离散化，采用斜坡函数采样；然后，提出了基于自适应遗忘因子的递推最小二乘法的蓄电池阻抗参数辨识。接着，提出了基于电池阻抗谱分段参数辨识方法，并采用k-means算法对不同频率下的辨识结果进行聚类分析，得到了最优参数辨识结果。与现有技术相比，本申请（1）减少了vrla蓄电池等效电路模型参数的辨识时间；（2）考虑了电池的内部响应特性，提升了参数辨识精度。从而解决了现有铅酸蓄电池参数辨识技术辨识速度慢且精确度较低的问题。
本文档来自技高网...【技术保护点】
1.一种铅酸蓄电池参数辨识方法，其特征在于，包括：
2.根据权利要求1所述的铅酸蓄电池参数辨识方法，其特征在于，所述对所述传递函数进行离散变换，包括：
3.根据权利要求1所述的铅酸蓄电池参数辨识方法，其特征在于，所述采用基于电化学阻抗谱的分段辨识方法，对所述模型电池参数进行辨识，得到不同区段下多频率下的参数辨识结果数据，包括：
4.根据权利要求1所述的铅酸蓄电池参数辨识方法，其特征在于，所述将不同区段多频率下的参数辨识结果数据，采用K-means算法进行聚类分析，得到最终的辨识结果，包括：
5.一种铅酸蓄电池参数辨识系统，其特征在于，包括：
6.根据权利要求5所述的铅酸蓄电池参数辨识系统，其特征在于，所述对所述传递函数进行离散变换，包括：
7.根据权利要求5所述的铅酸蓄电池参数辨识系统，其特征在于，所述辨识单元，具体用于：
8.根据权利要求5所述的铅酸蓄电池参数辨识系统，其特征在于，所述将不同区段多频率下的参数辨识结果数据，采用K-means算法进行聚类分析，得到最终的辨识结果，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。