基于人工智能的电网用蓄电池健康度评估

摘要：

目前对蓄电池检测的研究大部分集中在剩余电量方面,基于人工智能技术的蓄电池健康度(state of health,SOH)评估研究相对较少.为此,对电网用蓄电池失效机理进行分析,列举出影响蓄电池SOH的主要参数,提出以数据驱动的改进列文伯格-马夸尔特最优化方法的反向传播(Levenberg-Marquardt back-propaga-tion,LMBP)神经网络算法来评估蓄电池的健康程度.测试数据表明,改进的LMBP算法评估结果相对误差小于2％,说明基于数据驱动的人工智能技术可作为行之有效的蓄电池SOH评估方法.

关键词：蓄电池、健康度、人工智能、预判

所属期刊栏目：32

分类号：TM912;TN710;TP183

资助基金：国网冀北电力有限公司科技项目SGTYHT/16-JS-198

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：79-84