تخمین وضعیت شارژ باتری با استفاده از شبکه های عصبی عمیق

  • سال انتشار: 1403
  • محل انتشار: نوزدهمین کنفرانس ملی پژوهش های کاربردی در علوم برق ،کامپیوتر و مهندسی پزشکی
  • کد COI اختصاصی: ECMECONF19_038
  • زبان مقاله: فارسی
  • تعداد مشاهده: 235
دانلود فایل این مقاله

نویسندگان

محمد تاویله ای

کارشناسی ارشد مهندسی برق سیستم های قدرت

بابک فیض اللهی

کارشناس ارشد مهندسی انرژی های تجدید پذیر

سعید دانیالی

استادیار

جعفر طاووسی

دانشیار

چکیده

هدف از انجام این پژوهش بررسی روش های مختلف مدل سازی باتری ها و بررسی یک روش تخمین وضعیت شارژ باتری مبتنی بر شبکه های عصبی عمیق می باشد. در مقایسه با الگوریتم های سنتی، شبکه های عصبی روشی زمان بر و بسیار دقیق هستند. به صورت جزئی اهداف این تحقیق بررسی روش های مختلف مدل سازی باتری و مقایسه آنها با هم، بررسی روش های مختلف تخمین وضعیت شارژ باتری و مقایسه آنها با هم، بررسی روش مبتنی بر شبکه های عصبی عمیق و بررسی کارایی آن برای تخمین SOC در حالات مختلف می باشد.در این پژوهش، از بسط تیلور-ایتو مرتبه ۱.۵ برای تبدیل معادله فرآیند به مجموعه ای از معادلات تصادفی بهره جویی شده است . با تکیه بر این تبدیل و با فرض اینکه همه چگالی های شرطی توزیع گاوسی هستند، راه حل فیلتر بیزی به مسئله نحوه محاسبه انتگرال های وزن دار گاوسی کاهش پیدا می کند. جهت محاسبه عددی انتگرال ها، از قانون مکعب درجه سوم استفاده شده است. قابلیت اطمینان و دقت نسخه ریشه دوم این روش در یک مطالعه موردی که شامل استفاده از یک مشکل راداری با اهمیت عملی است، آزمایش شده است. مشکل در نظر گرفته شده در اینجا در زمینه رادار از دو جنبه چالش برانگیز ابعاد بالای حالت و افزایش درجه غیرخطی می باشد.همچنین با توجه به نتایج پژوهش، رویکرد مورد مطالعه برای تخمین SOC با استفاده از LSTM پشت سر هم در شرایط مختلف دمایی، با گام های مختلف و با داده های متفاوت با استفاده از مجموعه داده LG پیاده سازی و ارزیابی شد. نتایج حاصل از ارزیابی نشان دادند که معیارهای MSE، MAE، MAPE و RMSE در محدوده قابل قبول بوده و خطای روش مورد مطالعه ناچیز بود که اثبات می کند روش پیشنهادی توانایی خوبی در حفظ دقت و پایداری دارد.

کلیدواژه ها

شارژ – باتری- شبکه عصبی عمیق

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.