由于化石燃料的迅速消耗和大量溫室氣體帶來的環(huán)境問題,人們迫切尋求綠色可替代能源以及儲(chǔ)能設(shè)備,高性能儲(chǔ)能設(shè)備的發(fā)展對(duì)于生態(tài)友好型社會(huì)和可再生能源的發(fā)展至關(guān)重要。超級(jí)電容器因其高功率密度在能源領(lǐng)域具有較大的發(fā)展?jié)摿?是儲(chǔ)能系統(tǒng)中的核心器件。因此,超級(jí)電容器的健康狀態(tài)對(duì)整個(gè)儲(chǔ)能系統(tǒng)的安全運(yùn)行意義重大,引起了極大關(guān)注。本文主要研究基于混合遺傳算法優(yōu)化的長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對(duì)超級(jí)電容器進(jìn)行剩余使用壽命預(yù)測。首先,確定深度神經(jīng)網(wǎng)絡(luò)的輸入變量。通過分析電極與溶液之間的結(jié)構(gòu)特征和內(nèi)部電荷的運(yùn)動(dòng)特點(diǎn)及規(guī)律,對(duì)超級(jí)電容器的儲(chǔ)能機(jī)理進(jìn)行研究,得到了超級(jí)電容器性能老化的影響因素。根據(jù)超級(jí)電容器的性能老化影響因素確定神經(jīng)網(wǎng)絡(luò)模型的輸入變量,以期實(shí)現(xiàn)對(duì)超級(jí)電容器剩余使用壽命的精準(zhǔn)預(yù)測。其次,設(shè)計(jì)兩種測試獲取超級(jí)電容器老化數(shù)據(jù)。大量的數(shù)據(jù)是實(shí)現(xiàn)高精度壽命預(yù)測的基礎(chǔ),為全面反映不同運(yùn)行環(huán)境下電源的老化狀況,本文基于不同的溫度和電壓下采用不同的充放電策略,對(duì)超級(jí)電容器進(jìn)行穩(wěn)態(tài)循環(huán)使用壽命測試和動(dòng)態(tài)混合脈沖功率特性測試,使測量得到的數(shù)據(jù)更加真實(shí)有效。在確定神經(jīng)網(wǎng)絡(luò)的輸入變量以及得到大量實(shí)驗(yàn)數(shù)據(jù)之后,本文建立了基于混合遺傳算... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

遺傳算法示意圖

青島大學(xué)碩士學(xué)位論文31第四章剩余使用壽命實(shí)驗(yàn)測試4.1引言無論是超級(jí)電容器的老化特性分析還是壽命預(yù)測，都離不開大量的測量數(shù)據(jù)。而實(shí)驗(yàn)平臺(tái)的精度和測試環(huán)境，都會(huì)造成不同程度的測量誤差�？紤]到數(shù)據(jù)的準(zhǔn)確實(shí)用性，本章設(shè)置了對(duì)比實(shí)驗(yàn)，對(duì)超級(jí)電容器不僅進(jìn)行穩(wěn)態(tài)循環(huán)使用壽命測試，還結(jié)合實(shí)際情況設(shè)計(jì)了非標(biāo)準(zhǔn)的動(dòng)態(tài)混合脈沖功率特性測試，用來模擬電動(dòng)汽車制動(dòng)瞬間或其他高功率瞬態(tài)階段時(shí)超級(jí)電容器的運(yùn)行環(huán)境。另外，本章針對(duì)不同測試下得到的超級(jí)電容器老化數(shù)據(jù)，分析了老化趨勢受溫度電壓的影響。4.2實(shí)驗(yàn)平臺(tái)超級(jí)電容器老化實(shí)驗(yàn)平臺(tái)主要包括以下三個(gè)部分：測試系統(tǒng)為LANDCT221A，超級(jí)電容器的型號(hào)為BCAP0010T01，恒溫箱為超級(jí)電容器的老化測試提供恒定的環(huán)境溫度，上位機(jī)CPU型號(hào)為Inteli77700用來處理數(shù)據(jù)。本實(shí)驗(yàn)選擇麥斯威BCAP0010P270T01超級(jí)電容器，其具體規(guī)格參數(shù)如下：額定容量10F，最小容量8F，最大ESR75mΩ，額定電壓2.7V，電壓最大不能超過2.85V，電流最大不能超過7.2A，泄漏電流0.030mA，工作溫度處在-40℃到85℃，儲(chǔ)能溫度最低-40℃，最高70℃。測試平臺(tái)如圖4-1所示。圖4-1超級(jí)電容器老化平臺(tái)4.3循環(huán)使用壽命測試實(shí)際應(yīng)用中，超級(jí)電容器的老化影響因素眾多，本節(jié)只研究溫度、工作電壓的

青島大學(xué)碩士學(xué)位論文54超級(jí)電容器在實(shí)際應(yīng)用中工況條件十分復(fù)雜，樣本實(shí)驗(yàn)有限，本文采用HGA-LSTM對(duì)其他不同溫度和電壓工況下做了預(yù)測。由HGA-LSTM預(yù)測2.7V下，SOH隨溫度的變化趨勢如圖5-8所示，圖中紅色曲線是經(jīng)過訓(xùn)練的預(yù)測值，其余部分是直接預(yù)測值，可見整體預(yù)測效果較好。當(dāng)溫度小于60℃時(shí)，該區(qū)間內(nèi)預(yù)測曲面的傾斜角度較小，說明老化速度較緩慢，60℃以內(nèi)對(duì)于超級(jí)電容器來說，處于正常工作溫度范圍。當(dāng)超過該溫度范圍時(shí)，預(yù)測曲面下降較快，說明超出正常工作溫度范圍時(shí)，老化速度隨溫度的升高而加快。圖5-8不同溫度下SOH的變化趨勢由LSTMRNN預(yù)測65℃下，SOH隨電壓的變化趨勢如圖5-9所示，圖中紅色曲線是經(jīng)過訓(xùn)練的預(yù)測值，可以看出當(dāng)工作電壓在2.7V~2.9V時(shí)，預(yù)測曲面傾斜角度極小，說明該工作電壓區(qū)間對(duì)老化速度的影響較校當(dāng)工作電壓超過該電壓區(qū)間時(shí)，預(yù)測曲面傾斜角度增大，說明過電壓也會(huì)影響超級(jí)電容器內(nèi)部儲(chǔ)能機(jī)理導(dǎo)致超級(jí)電容器加速老化。圖5-9不同電壓下SOH的變化趨勢5.4預(yù)測的超級(jí)電容器老化趨勢

【參考文獻(xiàn)】：
期刊論文
[1]電力電子技術(shù)多元化創(chuàng)新型教學(xué)模式探索[J]. 王凱,周圣哲,李玉浩,齊元豪,夏國廷.  實(shí)驗(yàn)室研究與探索. 2019(07)
[2]邊緣檢測和證據(jù)理論在機(jī)器人目標(biāo)識(shí)別中的應(yīng)用[J]. 王凱,夏國廷,李立偉,蘭勇,馮曉.  實(shí)驗(yàn)室研究與探索. 2019(03)
[3]基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)股票預(yù)測模型的研究[J]. 謝琪,程耕國,徐旭.  計(jì)算機(jī)工程與應(yīng)用. 2019(08)
[4]一步法制備三維還原氧化石墨烯/NiO超級(jí)電容器電極材料及其性能研究[J]. 曾燕飛,辛國祥,布林朝克,張邦文.  無機(jī)材料學(xué)報(bào). 2018(10)
[5]混合編碼方式的圖像聚類算法[J]. 趙春暉,李雪源,崔穎.  通信學(xué)報(bào). 2017(02)

博士論文
[1]碳基超級(jí)電容器及其電氣性能研究[D]. 李琛.大連理工大學(xué) 2013

碩士論文
[1]低軌衛(wèi)星通信系統(tǒng)用戶接入控制的研究與實(shí)現(xiàn)[D]. 安睿琪.北京郵電大學(xué) 2019
[2]基于遺傳算法的多目標(biāo)柔性車間調(diào)度問題研究[D]. 靳彬鋒.寧夏大學(xué) 2019
[3]照相機(jī)通信關(guān)鍵技術(shù)研究及應(yīng)用[D]. 林春.中北大學(xué) 2019
[4]基于機(jī)器學(xué)習(xí)的航空器場面推出時(shí)刻決策研究[D]. 錢婧婧.南京航空航天大學(xué) 2019
[5]基于神經(jīng)網(wǎng)絡(luò)和活動(dòng)輪廓的圖像分割研究[D]. 王恩奇.哈爾濱工業(yè)大學(xué) 2018
[6]面向傳感器活動(dòng)識(shí)別的改進(jìn)的深度循環(huán)網(wǎng)絡(luò)研究[D]. 李亞嶠.燕山大學(xué) 2018
[7]超級(jí)電容器參數(shù)老化趨勢預(yù)測[D]. 時(shí)洪雷.大連理工大學(xué) 2017
[8]導(dǎo)電高分子碳源包覆LiFePO4的性能研究[D]. 孫少陽.燕山大學(xué) 2017
[9]基于雙層規(guī)劃的城市軌道交通接駁公交線路研究[D]. 陳雪珍.華東交通大學(xué) 2016
[10]鐵基超級(jí)電容器電極材料的研究[D]. 彭曉陽.東北大學(xué) 2015



本文編號(hào)：3239599