首页> 中文学位 >阀控式密封铅酸蓄电池远程诊断与维护系统研究
【6h】

阀控式密封铅酸蓄电池远程诊断与维护系统研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.2.1 研究现状

1.2.2 落后电池检测

1.2.3 剩余荷电态预测

1.2.4 国内外应用现状和问题

1.3 待解决的问题

1.4 论文组织结构

第二章 VRLA蓄电池原理及特性分析

2.1 VRLA蓄电池工作原理

2.1.1 充放电反应原理

2.1.2 建立化学反应简单模型

2.1.3 VRLA蓄电池的副反应

2.2 VRLA蓄电池常见故障分析

2.2.1 负极不可逆硫酸盐化

2.2.2 失水

2.2.3 热失控

2.2.4 正极板腐蚀变形

2.2.5 自放电

2.2.6 电池组不均匀性

2.3 影响VRLA蓄电池的特征参数

2.3.1 VRLA蓄电池电压

2.3.2 VRLA蓄电池电流

2.3.3 VRLA蓄电池温度

2.3.4 VRLA蓄电池内阻

2.3.5 VRLA蓄电池容量

2.4 传统的蓄电池剩余荷电态检测方法

2.4.1 安时法

2.4.2 开路电压法

2.4.3 密度法

2.4.4 内阻法

2.4.5 人工算法

2.5 本章小结

第三章 VRLA蓄电池内阻

3.1 概述

3.2 VRLA蓄电池内阻模型

3.2.1 Rint模型

3.2.2 Thevenin模型

3.2.3 GNL模型

3.3 内阻测定方法

3.3.1 直流放电法

3.3.2 交流注入法

3.4 内阻特性分析

3.4.1 放电内阻特性

3.4.2 内阻与放电率

3.4.3 内阻与电池健康状态

3.4.4 内阻与额定容量

3.5 内阻与蓄电池荷电态相关性研究

3.5.1 荷电态定义

3.5.2 建立物理模型

3.5.3 两种物理模型预测结果

3.6 本章小结

第四章 VRLA蓄电池组健康状态(SOH)分类

4.1 概述

4.2 —种改进的K-means聚类分析方法

4.2.1 改进的K-means算法基本原理

4.2.2 改进K-means聚类算法实现步骤

4.3 改进K-means聚类对蓄电池组健康状态检测结果

4.3.1 样本初始值

4.3.2 电池分类结果

4.4 本章小结

第五章 VRLA蓄电池剩余荷电态(SOC)估测

5.1 概述

5.2 神经网络算法

5.2.1 神经网络理论概述

5.2.2 BP神经网络算法原理

5.2.3 用BP神经网络预测VRLA蓄电池荷电态

5.2.4 小结

5.3 支持向量机理论

5.3.1 小结支持向量机理论概述

5.3.2 最小二乘支持向量机算法原理

5.3.3 用最小二乘支持向量机预测VRLA蓄电池荷电态

5.3.4 小结

5.4 本章小结

第六章 VRLA蓄电池远程诊断与维护系统开发

6.1 VRLA蓄电池远程诊断与维护系统原型开发

6.2 VRLA蓄电池远程诊断与维护系统组成

6.2.1 集成式温度电压采集传感器

6.2.2 智能数据采集及监控终端

6.2.3 双通道电源保护器

6.2.4 IOCPServer

6.2.5 管理端

6.2.6 Webserver

6.3 总结

第七章 总结与展望

7.1 总结

参考文献

致谢

作者在攻读硕士学位期间发表的论文

展开▼

摘要

作为重要的储能装置和后备电源,阀控式密封铅酸蓄电池(VRLA)已经应用极为广泛,包括在汽车、电力系统、通信系统及不间断电源(UPS)中的应用。但由于缺乏专业的维护方法,大多数铅酸蓄电池在使用过程中无法达到设计使用寿命,导致大量电池提前报废,不但造成环境污染,还增加了企业的运营成本。因此,建立蓄电池诊断与维护系统,对提高电源系统的可靠性,延长VRLA电池的使用寿命具有重要意义。
  本文主要针对通信基站后备电源中的铅酸蓄电池,从VRLA蓄电池的充放电原理、劣化机理、健康状态预测、容量预测等方面进行深入探讨和研究,设计并开发了一套阀控式密封铅酸蓄电池远程诊断与维护系统,通过对蓄电池外部运行参数的实时监测和分析,实现对电池组的自动诊断和维护功能,为电源人员提供了合理的维护建议,提高通信基站后备电源的可靠性。论文的主要工作内容有以下几点:
  1、综述国内外蓄电池维护系统发展现状。
  2、分析VRLA蓄电池的化学反应机理,利用Matlab/Simscape仿真蓄电池充放电过程。
  3、对影响蓄电池健康状态的主要因素进行分析,深入研究电池劣化机理;
  4、通过核对性放电实验验证内阻与蓄电池容量的关系;
  5、通过核对性放电实验过程中监测的蓄电池状态参数,利用改进的K-means聚类分析法找出电池组中的落后电池;
  6、应用支持向量机算法建立蓄电池剩余放电量和蓄电池外部参数模型,并与传统的神经网络算法相比较,通过不断优化算法参数,提高预测模型的精度及泛化能力。
  7、提出了蓄电池远程诊断与维护系统的解决思路和原型开发,并对系统的作用和优点进行分析;
  论文的工作已在扬州通信基站后备电源中得到应用。实践证明,该系统能够有效提高VRLA蓄电池的维护水平,延长电池寿命。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号