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