动力铅酸电池状态监测系统设计

周 剑(湖北中烟工业有限责任公司,中国)
罗 小华(湖北中烟工业有限责任公司,中国)
黄 闫江(湖北中烟工业有限责任公司,中国)
尹 祥进(湖北中烟工业有限责任公司,中国)

DOI: http://dx.doi.org/10.12349/iser.v5i7.3126

Article ID: 3126

摘要


动力铅酸电池在工厂生产中广泛用于叉车、抱车、托盘车等载具,是物流车辆的主要动力能源提供者,电池充放电过程的科学监测与管理关系电池的健康与使用寿命。针对动力电池的充电和放电过程,基于物联网技术设计了电池充放电过程实时监测系统,实现现场数据的在线收集,优化充电过程,服务电池健康状态估计,保护动力电池;采用指数平滑进行数据预处理,利用高斯回归、支持向量回归以及随机森林模型进行电压数据的预测分析,基于安时积分法估计剩余电量。该系统在恩施卷烟厂部署应用,对同类工厂充电车间的管理与运行具有借鉴和指导意义。

关键词


铅酸电池;状态监测;预测分析;剩余电量估计;机器学习

全文:

PDF

参考


Jasiha E.J, Dr R.R. Implementation of ABMS with Cuk Converter for Enhanced Battery Life Using Internet of Things[J]. Int. J. Mod. Trends Sci. Technol,2021(7):107-111.

Wibawa U, Pratama B, Hasanah R.N. Lifetime prediction of lead-acid batteries in base-transceiver station[J]. Int. J. Adv. Sci. Eng. Inf. Tech,2017(7):1361-1366.

Kumar R. Kumar P, Kumar Y. Time Series Data Prediction using IoT and Machine Learning Technique[J]. Procedia Compute. Sci,2020(167):373-381.

Wang Z.H, Hendrick, Horng G.J, et al. A prediction method for voltage and lifetime of lead–acid battery by using machine learning[J]. Energy Explor. Exploit,2020(38):310-329.


Refbacks

  • 当前没有refback。


版权所有(c)2024 周 剑, 罗 小华, 黄 闫江, 尹 祥进

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。