[发明专利]蓄电池性能分析专家诊断方法

权利要求书

1.蓄电池性能分析专家诊断方法，其特征在于将在线采集到的均充阶段各电池的最大电压值、均充阶段各电池的的最小电压值、单体浮充电压离散度、整组浮充电压离散度、放电结束时刻的各电池的内阻值r(i)、短时放电结束时刻各电池的电压、短时充放电各电池电压差和温度中的两个或两个以上的参数输入人工神经网络，由人工神经网络通过运算给出各节电池的性能评价结果，并给出相应操作建议；其中，当蓄电池处在核对性放电状态时，若是短时放电过程，记录短时放电结束时刻各电池的电压和短时充放电各电池电压差，并将最新得到的短时放电结束时刻各电池的电压、短时充放电各电池电压差以及当前温度值替换其原始初始值，带入网络运算；当蓄电池处在均充状态时，记录均充阶段各电池的最大电压值和均充阶段各电池的最小电压值，用最新得到的均充阶段各电池的最大电压值、均充阶段各电池的最小电压值以及当前温度替换其原始初始值，带入网络运算；当蓄电池处在浮充状态时，计算单体浮充电压离散度和整组浮充电压离散度，用最新得到的单体浮充电压离散度、整组浮充电压离散度以及当前温度替换其原始初始值，带入网络算；当蓄电池处在放电状态时，计算放电结束时刻的各电池的内阻值r(i)，用最新得到的放电内阻值以及当前温度替换其原始初始值，带入网络运算；其中i表示第i节电池。

2.如权利要求1所述的蓄电池性能分析专家诊断方法，其特征在于所述的单体浮充电压离散度由以公式(3)得到：

μi=1nΣj=1nUij,ΔUij=Σj=1n|Uij-μi|---(3)]]>

整组浮充电压离散度由公式(4)式得到：

μj=1numΣi=1numUij,ΔUij′=Σi=1num|Uij-μj|---(4)]]>

式中：

U_ij：第i节电池在第j个时刻的电压；

n：采集的时间长度；

μ_i：时间n内的第i节电池浮充电压平均值；

μ_j：第j时刻整组电池的浮充电压平均值；

num：蓄电池组的总节数；

ΔU_ij：单体浮充电压离散度；

ΔU_ij′：整组浮充电压离散度。