不同的环境温度下,蓄电池浮充电压不同,之间具有一一对应的非线性关系,
蓄电池生产厂家可以给出一些具体数据,对于蓄电池生产厂家没能给出的数据,应
用
BP 人工神经网络可以拟合出满足精度要求的未知数值。
2 智能蓄电池电压监测单元的构成
在当今主流
UPS 电源系列产品中,蓄电池电压监测单元包括电压监测模块,测
温模块,监测软件等。它是
UPS 电源重要的附件,安装在电池柜中(如图 1)。BVM
采用巡检的方式可以进行单电池电压监测,每组电池共同使用一个
BVM 单元,测量
数据通过
RS485 总线上传,经 RS485/RS232 转换器送到 PC 机串口,有效地实现了
在线监测蓄电池组中每个单体蓄电池性能的均衡性,为保障每节电池良好的供电性
能提供检测依据,能准确的检测出蓄电池组中的落后电池。
图
1 智能蓄电池监测系统
BVM 由 51 单片机和 A/D 转换器等组成,通过 A/D 转换器将测量电压值与温度
值都送入单片机中。单片机
EEPROM 中存放表格,表中的记录是蓄电池浮充电压与
环境温度一一对应的非线性关系。通过查表的方式比较,在某一温度值下比较表中的
电压值和实际测量的蓄电池浮充电压値
,若超出设定范围则报警。
3 BP 网络的作用
具有偏差和至少一个
S 型隐含层加上一个线性输出层的 BP 人工神经网络能够逼
近任何有理函数。由于温度和浮充电压间的关系不会突变,所以通过
BP 人工神经网
络的运算
, 可以得到平滑的温度-浮充电压曲线。在厂家只提供少量数据且未知函数表
达式的情况下就可以高精度地预测出所有未知数据。所以通过
BP 人工神经网络的运