[发明专利]基于时间序列跟踪预测的铅酸蓄电池修复方法

说明书

技术领域

本发明涉及一种基于时间序列跟踪预测的铅酸蓄电池修复方法。属于铅酸蓄电池修复设备技术领域。

背景技术

随着铅酸蓄电池使用的普及，铅酸蓄电池的使用寿命成为热点关注问题。而造成使用寿命衰减的最重要因素就是长期充电不足导致的蓄电池负极板的硫酸盐化；由于各种类型充电器的充电效果参差不齐，蓄电池的硫酸盐化问题就不可避免的发生，蓄电池修复装置的出现就成了水到渠成的问题。从市场现状来看，蓄电池硫化修复装置和修复理论参差不齐，较为流行的是脉冲群修复结合化学修复，但此种方法修复时间长，且不确定因素多，过修复问题尤为突出，以其为主研发的各种修复装置的修复效果亦难令消费者满意。就得康动力站DK-2008的8路脉冲修复层为例来说，其脉冲频率群工作范围为0.1KHZ～9.9KHZ，脉冲电流0.15A～1.6A，温度限定在65℃±2％，从实际应用效果来看其修复效果一般，经测试发现存在单格过修复现象。

综合来看，其修复过程存在两大问题：

1、修复过程采用被动控制，即人工决定或定时决定修复完成时间；

2、修复过程中采用整体修复策略，容易出现某单格过修复问题。

发明内容

本发明要解决的技术问题是：针对目前一些铅酸蓄电池修复装置的缺陷，提供一种基于时间序列跟踪预测的铅酸蓄电池修复方法。

本发明解决其技术问题所采用的技术方案是：该基于时间序列跟踪预测的铅酸蓄电池修复方法，其特征在于：步骤如下

1.1定周期连续采样修复过程中铅酸蓄电池的各单格温度T_i⁽⁰⁾(k)；

其中：i代表铅酸蓄电池第i单格，i∈[1，6]，k为采样时刻；

1.2计算铅酸蓄电池相邻单格之间极板的温升变化DT_i⁽⁰⁾(k)，具体表达式为：

DTi(0)(k)=Ti(0)(k)-Ti-1(0)(k),i≥2]]>

1.3建立铅酸蓄电池相邻单格之间极板的温升变化DT_i⁽⁰⁾(k)的p阶自回归模型AR(p)，具体表达式为：

其中ε_k为高斯白噪声序列，p值最大取一次采样个数M，为模型跟踪系数；

1.4铅酸蓄电池相邻单格之间极板的温升变化DT_i⁽⁰⁾(k)的p阶自回归模型AR(p)的模型阶数优化，优化方法遵循赤池准则AIC，具体表达式为：

AIC(p)＝ln(σ²(p))+2p/M

其中，σ²(p)为p阶拟合模型残差方差；

若存在p₀∈[1，p]，使得则p₀为最佳自回归模型阶数；

1.5基于铅酸蓄电池相邻单格之间极板的温升变化DT_i⁽⁰⁾(k)的p₀阶自回归模型AR(p₀)，进行铅酸蓄电池相邻单格之间极板的温升变化DT_i⁽⁰⁾(k)的提前跟踪预测，具体表达式为：