中年|一种基于本地计算的动力锂电池智能化管理方法( 三 )
1、公式法：公式法字如其意 ， 也就是将已经得到的多组数据通过一种既定的数学公式进行计算 。 在计算完成之后会给出一个既定的我们可预见的结果 ， 公式法的好处是它的稳定性极强 。 由于它的种种参数已经确定 ， 只需要计算器 ， 按照公式法所提供的加减乘除或取对取指进行计算就可以完成所需要求；
2、神经网络：神经网络是一种新型的计算方法 ， 他的主要过程在于会先利用大量的数据 ， 对已经构建起来的类似于人类脑神经的网络进行参数的训练 。 在训练过程当中 ， 神经网络可以通过首先给定的大量数据和最终的结果之间的对应关系调整自己参数 ， 数据越多 ， 神经网络的训练就完善 ， 最后给出的结果就趋于最优解 。 训练之后 ， 我们可以将神经网络当中已经经过大数据训练完成的参数直接的输入到DSP处理器当中 ， 以便进行后续的简单计算 。
为了验证这两种方法的计算效率 ， 在此利用MATLAB软件进行了公式化计算和神经网络计算的模拟 。 在进行模拟之前 ， 我们首先对结果进行一个简单的逻辑预测 ， 从逻辑角度讲公式法需要将公式完整的输入在此之后需要将数据进行计算 。
换一句话讲公式法就相当于一个循环一样 ， 每传输一组数据 ， 公式法就会依靠公式进行一次循环得出结果 。 从神经网络的逻辑上来讲 ， 神经网络首先会根据已有的数据不断地训练自己 ， 从而使参数达到最优解 。 神经网络的训练会使得整个计算过程相对较为简便 ， 因为它省去了公式法当中较为复杂的逻辑数据计算 。 神经网络已经将这种复杂的计算当中的一部分负担调整到了之前的大数据训练之中 。
所以综上对比 ， 我们可以得出：虽然神经网络的计算方法在装入车辆之前需要进行大量的数据计算 ， 但是输入车辆之后 ， 神经网络会由于其简便性比公式法有更高的效率 。 并且随着时间的推移 ， 神经网络会相对于公式法给出更优解 。
3.2神经网络验证
接下来 ， 我们会以六个主要参数(电池累计里程 ， 电池当前续航里程 ， 电池电压 ， 电池电流 ， 电池温度 ， 电池电量)及其对应的得分 ， 共25组进行神经网络的训练和公式法的计算 。 在此之后 ， 会利用5组数据来进行平均效率验证 ， 从而得到两种方法中具有更优性能的一种 。
在此需要特别说明的是 ， 由于各个车辆电池的状态不同 ， 各个状态指标对于实际电池状态的影响能力也不相同 。 结果将侧重于计算效率 ， 且会给出神经网络计算下的预测精准度 。 在充分参考[10]、[11]之后 ， 考虑到新能源汽车的电池温度问题和充放电特性 ， 设计了如下神经网络的训练/验证数据：
本文插图
本文插图
在进行预测之前 ， 这里给出本神经网络的架构图：
本文插图
图三 神经网络架构
本网络采用较为简单的三层架构 ， 由于没有指定的函数计算 ， 所以这里采用经验函数进行预测 。 具体预测结果如下图所示：
本文插图
图4 神经网络训练过程
上图为训练组的实际情况和预测情况 。 详细的说 ， 就是在25组测试组中已经给出了结果 ， 但是神经网络还是会根据公式计算出结果来进行参数的比对 。 这种不断的比对可以更加清晰的看到神经网络的训练过程和逐渐精准的预测过程 。
神经网络在最开始的预测相对误差较大 ， 但是在经过15组左右的训练之后 ， 拟合值逐渐好转 ， 最终误差在0.4%左右 。 也就是说假如标准分数为85分 。 神经网络给出的预测分数将会在(84.6-85.4)这个区间内移动 ， 总体可以看出精准度极高 ， 且只经过简单的25组训练 。
推荐阅读
- 中年|证券日报科创领军者联盟走进海尔生物
- 中年|五家头部IT企业共同助力“智慧茅台”建设加速
- 中年|广东民企强？千亿企业一半是国企，多为央企，山东浙江江苏不如
- 中年|冷眼看中报｜首开股份业绩下挫 净负债率146%
- 中年|千亿富豪给儿子留下5000亿资产，只分女儿8亿，她如何逆袭的
- 中年|美庐生物IPO：核心商标遇阻，冲A能否如愿？
- 中年|今日猪肉价格多少钱一斤？2020年8月28日全国猪肉价格行情走势
- 中年|预计到9月中旬，洛阳蔬菜价格将整体回落
- 中年|原创｜潍柴加速推进氢燃料电池商业化落地！谭旭光在这场大会上还说了啥？
- 中年|喝下雀巢水，青啤押注未来的是“水”还是“酒”？