当前位置:主页 > 科技论文 > 电子信息论文 >

基于启发式卡尔曼滤波优化极限学习机的超级电容器老化寿命预测

发布时间:2022-01-21 13:16
  超级电容器的老化会对电力系统产生消极影响,对超级电容器老化寿命进行实时估计,在超级电容器进入寿命终止状态之前完成更新,是保证储能系统和电力系统可靠性的关键步骤。本文通过构建一种新型极限学习机模型估计超级电容器的老化状态,实现基于数据驱动模型的超级电容器老化寿命预测。超级电容器老化模型具有多变量、非线性、高复杂度等特征,为了降低预测的复杂度,本文引入等效电容和等效串联电阻两个参数,等效电容代表超级电容器内部储能健康因子的集合;等效串联电阻代表超级电容器内部储能老化因子的集合。通过参数引入,超级电容器的老化特征被表示为等效电容的下降和等效串联电阻的上升,实现了老化模型的简化,为后面的老化寿命预测打下基础。针对超级电容器老化寿命预测,本文采用数据驱动模型预测方案,构建极限学习机用于预测超级电容器老化寿命。基于迭代误差小、参数设定少和最优解预测精度高等优势,启发式卡尔曼滤波算法可以解决极限学习机在随机生成输入权重和偏置量时出现的方阵奇异,继而提高极限学习机的预测精度。因此,本文构建启发式卡尔曼滤波优化的极限学习机用于预测超级电容器老化寿命。为了进一步验证启发式卡尔曼滤波优化极限学习机的预测精度... 

【文章来源】:青岛大学山东省

【文章页数】:80 页

【学位级别】:硕士

【部分图文】:

基于启发式卡尔曼滤波优化极限学习机的超级电容器老化寿命预测


图2-1双电层电容器实物EDLC充电时被施加外部电压,电极板通过存储正负电荷形成电场;在电场力

电容器,实物,电解液,电极


青岛大学硕士学位论文8第二章超级电容器老化机理2.1超级电容器储能原理超级电容器老化现象的产生和其组成材料和储能机制密切相关。根据不同的储能机制,超级电容器分为双电层电容器(ElectricDoubleLayerCapacitor,EDLC)、赝电容器(PseudoCapacitor,PC)和混合型电容器(HybridCapacitor,HC)。EDLC由两片电极板和电解液组成,电极板采用多孔炭纤维材料[41,42],电解液多采用四氟硼酸四乙基铵(C8H20N·BF4)溶液[43];EDLC实物如图2-1所示。图2-1双电层电容器实物EDLC充电时被施加外部电压,电极板通过存储正负电荷形成电场;在电场力作用下,电解液中正负离子开始定向运动,分别吸附于负极板和正极板,形成包括离子层和电荷层在内的双电层。双电层形成的整个过程中,电解液和电极板不发生氧化还原反应。放电时,正负电荷脱离电极板进入供电电路,电解液中的电场逐渐减弱,依靠电场吸引的正负离子离开极板,分散到电解质溶液[44]。PC由电极板和电解液组成,电极板采用MnO2、NiO等金属氧化物或导电聚合物,电解液多采用KOH溶液[45,46]。PC实物如图2-2所示。图2-2赝电容器实物充电时,PC电解液中的正负离子在电场作用下聚集在正负极板,之后与电极板上储存的正负电荷发生欠电位沉积或氧化还原反应,将电荷储存为电能。放电时,电极板通过氧化还原反应将电能转化为电荷和离子[46]。

超级电容器,性能参数,实物


青岛大学硕士学位论文18用于老化参数检测的超级电容器为BASEUS牌CXHP2R7126R型的同批双电层电容器,其实物图如图3-3所示。图3-3待测超级电容器实物CXHP2R7126R型超级电容器的性能参数如表3-1所示。表3-1CXHP2R7126R型超级电容器性能参数性能参数超级电容器工作电压类型直流工作电压大小(V)2.7标称容量(F)12容量范围(F)1.0~5000容量偏差(%)-20~+80工作温度(℃)-25~70能量密度(W·h/kg)3.68功率密度(W/kg)35353.3老化参数检测流程基于温度、电压和充电电流等因素对老化参数运行趋势的影响,将10个被测超级电容器按照温度变量、电压变量和充电电流变量进行分组,如表3-2所示。表3-2超级电容器老化参数检测分组超级电容器标签电压(V)充电电流(A)温度(℃)12.932522.935032.936542.736553.136563.236572.712582.722592.7325102.7525根据表3-2所示分组,将10个超级电容器依次放入老化参数检测平台中进行充

【参考文献】:
期刊论文
[1]超级电容器电极材料研究进展[J]. 张紫瑞,赵云鹏,张颖,黄雨欣,张子怡,杜卫民.  化工新型材料. 2019(12)
[2]高比能超级电容器:电极材料、电解质和能量密度限制原理[J]. 郑俊生,秦楠,郭鑫,金黎明,Zheng Jim P.  材料工程. 2020(09)
[3]基于改进支持向量回归机的锂离子电池剩余寿命预测[J]. 王一宣,李泽滔.  汽车技术. 2020(02)
[4]边缘检测和证据理论在机器人目标识别中的应用[J]. 王凯,夏国廷,李立伟,兰勇,冯晓.  实验室研究与探索. 2019(03)
[5]超级电容器循环寿命的预测[J]. 刘恒洲,许雪成,卢向军.  电池. 2018(03)
[6]一种改进的超级电容器模型及其热行为研究[J]. 王凯,夏国廷,董鹏,齐元豪,周艳婷,李立伟.  电器与能效管理技术. 2018(11)
[7]超级电容器等效串联内阻的理论分析[J]. 陈悦,朱孔军,吴义鹏,王婧,严康,钱国明.  电池工业. 2017(06)
[8]锂离子电池循环寿命的融合预测方法[J]. 刘月峰,赵光权,彭喜元.  仪器仪表学报. 2015(07)
[9]四氟硼酸四乙基铵对超级电容电池性能的影响[J]. 汪红梅,刘胜奇,刘素琴,刘建生,李永坤.  天津大学学报(自然科学与工程技术版). 2014(02)

博士论文
[1]锰/钴/镍基功能纳米材料的制备及其超级电容器性能的研究[D]. 庞明俊.吉林大学 2016

硕士论文
[1]基于膨胀反应的多孔炭材料的制备及其电化学性能研究[D]. 薛杰琛.兰州理工大学 2019
[2]赝电容器材料的制备及其性能研究[D]. 郑冻冻.重庆大学 2018
[3]超级电容器参数老化趋势预测[D]. 时洪雷.大连理工大学 2017
[4]超级电容器组电压均衡及功率接口技术研究[D]. 韩亮.华北电力大学(北京) 2016
[5]超级电容器电极材料研究[D]. 原渊.天津大学 2008



本文编号:3600329

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3600329.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c1759***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com