本发明涉及蓄电池荷电容量预测方法，具体涉及一种数据驱动的铅酸蓄电池荷电容量预测方法。
背景技术：
：铅酸蓄电池性能良好，原材料丰富，价格低廉，经过不断的技术改进，现已广泛应用于军事、工业、电信及日常生活等领域中，且在许多新兴领域，如电动车辆的研制中表现了出发展潜力。铅酸蓄电池实质上是一种化学反应装置，其内部的化学变化不易及时觉察；随着工作时间的增加，反映供电能力的重要指标－－蓄电池荷电容量逐渐下降，该过程受到端电压、工作电流、温度、容量、内部压强、内阻和充放电循环次数以及电池使用特性等因素的影响；当电池的荷电容量下降到一定程度时，就需要对蓄电池进行及时的维护或更换以保证供电系统的稳定。现有的开路电压法、安时法、阻抗法等估算方法，采用循环计算，在精度和计算效率都比较低，不能很准确的预测铅酸蓄电池荷电容量随时间的变化趋势，为供电系统的维护、更新提供有效的预测。技术实现要素：本发明要解决的技术问题是提供一种数据驱动的铅酸蓄电池荷电容量预测方法，可以解决现有技术的铅酸蓄电池荷电容量估算方法的精度和计算效率都比较低，不能很准确的预测铅酸蓄电池荷电容量随时间的变化趋势的问题。本发明通过以下技术方案实现：一种数据驱动的铅酸蓄电池荷电容量预测方法，包括以下步骤：步骤一：分别记录被测铅酸蓄电池在标准状态下完整放电时间段t0～tf内的运行状态数据集F1，以及在工况下工作起点至检视点时间段t0～ts内的运行状态数据集F2，其中ts＜tf，所述数据集F1和数据集F2中分别包括与时间t对应的荷电容量数据SOC1t、荷电容量数据SOC2t；预测得到被测铅酸蓄电池在工况下检视点ts之后的时间段ts～tf的预测荷电容量数据步骤二：将数据集F1和数据集F2在时间段t0～ts内的数据作为输入数据X，将数据集F2中的荷电容量数据SOC2t作为输出数据Y，分别整理成两个0均值变量且标准差为1的矩阵：X∈Rn×l，Y∈Rn×m，其中n为样本数，l、m分别为输入输出变量数；分解输出空间Y，计算系数矩阵M＝(XTX)-1XTY或者对矩阵MTM进行奇异值分解,MTM=[PMP~M]ΛM000PMTP~MT,]]>其中PM∈Rl×m，ΛM∈Rm×m；计算正交投影算子ΠM=PMPMT,ΠM⊥=P~MP~MT;]]>步骤三：将时间段ts～tf中的荷电容量数据SOC1t和预测荷电容量数据作为预测输入数据Xpred，利用步骤二求得的正交投影算子ΠM将其分解为X^pred=XpredΠM,]]>进而计算得到预测输出值Y‾=X^predM;]]>记录被测铅酸蓄电池在工况下时间段ts～tf的实际荷电容量ASOC2，计算预测误差err=Y‾-ASOC2ASOC2×100%.]]>本发明的进一步方案是，步骤一预测得到预测荷电容量数据是：记d＝SOC1ts-SOC2ts，则SOC2up,t＝SOC1t-d，t＝ts～tf作为相应时刻处SOC2t的上界；利用点(ts-1,SOC2ts-1)、(ts,SOC2ts)拟合一条直线，取该直线上t＝ts～tf的荷电容量值SOC2dn,t作为相应时刻处SOC2t的下界；计算预测荷电容量数据SOC2‾t=0.5×(SOC2up,t+SOC2dn,t),]]>t＝ts～tf。本发明的进一步方案是，步骤二分解输出空间Y，计算系数矩阵M是：改进偏最小二乘法回归关系，写作X=X^+X~,Y=Y^+Ey,Y^=XM=X^M,]]>其中与输入有关，Ey与输入无关，与为输入空间经正交分解后的两个子空间，对于预测输出值没有作用，完整描述输出值；设系数矩阵M为列满秩矩阵，在n＞＞max(l,m)的情况下，1n-1YTX=1n-1MTXTX+1n-1EyTX≈MTXTXn-1,]]>对矩阵XTX进行奇异值分解：XTX=PχΛχPχT=[Pχ,pcPχ,res]Λχ,pc00Λχ,resPχ,pcTPχ,resT,]]>其中Λχ,res＝0，计算伪逆若矩阵XTX可逆，M＝(XTX)-1XTY；若矩阵XTX不满秩，即不可逆，则本发明与现有技术相比的优点在于：利用铅酸蓄电池历史观测数据进行离线学习，构建数据驱动法预测模型，根据当前运行数据，在线预测铅酸蓄电池容量随时间下降的趋势，算法流程中对输入空间进行了完全正交分解，避免了传统算法中循环计算的过程，在精度和计算效率方面均有所提升，实现了精确在线预测；能辨识出数据中的模式，提取出可观测变量间的相关关系，从而适用于大数据意义下的工业过程系统监测。附图说明图1为本发明的流程图。图2为实施例中PS-260蓄电池放电特性曲线。图3是实施例中铅酸蓄电池荷电容量预测误差示意图。具体实施方式一种数据驱动的铅酸蓄电池荷电容量预测方法，包括以下步骤：采用美国Power-Sonic公司提供的关于PS-260阀式铅酸蓄电池的运行数据，PS-260蓄电池的放电特性曲线如图2所示，利用该数据构建PNGV电池模型模拟其放电状态，得到不同条件下(温度、放电率)电池端电压、放电电流、内阻、温度及荷电容量随时间变化的数据；选取T＝20℃，放电率20h为标准状态，一般来说正常工作状态与标准状态应当接近，但由于不可度量的因素，如电池充放电次数、内部电解液浓度变化等，实际放电率可能与标准放电率之间存在小偏差。设定正常工况下T＝20℃，放电率为18h。步骤一：记录被测铅酸蓄电池在标准状态下完整放电时间段0～20h内的运行状态数据集F1，记录工况下0～10h内的运行状态数据集F2，所述数据集F1和数据集F2中分别包括与时间t对应的荷电容量数据SOC1t、荷电容量数据SOC2t，需预测t＝10～18h内的电池荷电容量。首先对数据集F2在t＝10～18h内的预测荷电容量数据进行初步估计，具体的方法是：记d＝SOC1t10-SOC2t10，则SOC2up,t＝SOC1t-d，t＝10,11,...18作为相应时刻处SOC2t的上界；利用点(t9,SOC2t9)、(t10,SOC2t10)拟合一条直线，取该直线上t＝10,11,...18的荷电容量值SOC2dn,t作为相应时刻处SOC2t的下界；计算预测荷电容量数据SOC2‾t=0.5×(SOC2up,t+SOC2dn,t),]]>t＝10,11,...18，结合t＝0～10h的SOC2t值拟合出SOC2t随时间变化的曲线，作为预测的参考。步骤二：构建预测模型，取数据集F1中电池电压、电流、内阻、温度在第10h以前的数据以及步骤一中拟合得到的SOC2t在前10h内的数据作为输入数据X，将数据集F2中相应时间段内的SOC2t值作为输出数据Y，分别整理成两个0均值变量且标准差为1的矩阵：X=x1Tx2T···xnT∈Rn×l,Y=y1Ty2T···ynT∈Rn×m,]]>其中n为样本数，l、m分别为输入输出变量数；改进偏最小二乘法回归关系，写作X=X^+X~,Y=Y^+Ey,Y^=XM=X^M,]]>其中与输入有关，Ey与输入无关，与为输入空间经正交分解后的两个子空间，对于预测输出值没有作用，完整描述输出值；设系数矩阵M为列满秩矩阵，在n＞＞max(l,m)的情况下，1n-1YTX=1n-1MTXTX+1n-1EyTX≈MTXTXn-1,]]>对矩阵XTX进行奇异值分解：XTX=PχΛχPχT=[Pχ,pcPχ,res]Λχ,pc00Λχ,resPχ,pcTPχ,resT,]]>其中Λχ,res＝0，计算伪逆若矩阵XTX可逆，M＝(XTX)-1XTY；若矩阵XTX不满秩，即不可逆，则对矩阵MTM进行奇异值分解,MTM=[PMP~M]ΛM000PMTP~MT,]]>其中PM∈Rl×m，ΛM∈Rm×m；计算正交投影算子ΠM=PMPMT,ΠM⊥=P~MP~MT.]]>步骤三：将时间段10～18h中的荷电容量数据SOC1t和预测荷电容量数据作为预测输入数据Xpred，利用步骤二求得的正交投影算子ΠM将其分解为进而计算得到预测输出值记录被测铅酸蓄电池在工况下时间段10～18h的实际荷电容量ASOC2，计算预测误差得到的预测误差如图3所示，基本在±0.1以内，可知预测误差较小，预测结果精确，且总体上呈现出预测值小于真实值的趋势，利于系统维护。在对预测效果进行评估时，考虑实际情况，预测值小于等于实际值时，系统可提前给出维护信号，避免电力供应中断或突变；预测值大于实际值时，可能导致维护不及时，造成断电等后果。因此，在保证预测结果尽量准确的前提下(统计指标，如均方误差尽量小)应使得预测值稍小于实际值。当前第1页1 2 3