中年|一种基于本地计算的动力锂电池智能化管理方法( 四 )
本文插图
图5 神经网络训练结果验证
上图是在给出五组验证组的验证结果分数 ， 精准度也非常令人惊讶 。 在经过时间计算之后得到了3.0152*10(-6)秒的数据 。
3.3公式法验证
在对神经网络进行计算完成之后 ， 下面给出本文采用的公式法的公式：
在本公式中 ， 代表总分 ，代表总续航里程 ， 代表当前续航里程 ， 代表电池电量 ， 代表当前电池电压 ， 代表电池电流 ， 代表电池温度 。 其中考虑到在电压 ， 电流 ， 温度上都有标量化的最佳工作点 ， 所以这里采用正态分布来对当偏离这个工作点时的得分进行模拟 。 在将一组数据利用MATLAB计算之后 ， 我们得到了4.3995*10(-6)秒的计算时间 。
在经过时间对比之后 ， 我们发现神经网络的精度高 ， 且时间相对于传统的公式法(实际公式将比本文中的预设公式复杂许多)节省30%的计算时间 。 所以经过充分的计算 ， 认为这里采用神经网络模型的训练 ， 预测方法是非常高效可行的 。
4、本地处理模式的优点与不足
4.1优点
该模式的主要优点在于它能够独立的进行简单的计算 ， 并且给出相对较为有效率的结果 ， 能够给出动力锂电池的实时状态 。 对于客户(电动车集中运营商)、供应商(电池、电动车厂家)和国家监控平台 ， 能够及时得到对动力锂电池基本状态判断的一个基本结论 ， 而不只是一堆原始数据 ， 利于各平台对动力锂电池状态更清晰地掌控 。
与此同时 ， 能够满足那些对动力锂电池不专业的用户的使用指导需求 。 除此之外 ， 还能够单独地根据当前网络的优劣来选择是否将现有的数据提供给相关的处理厂家 。
4.2不足
正如整体分析的那样 ， 该模式依赖于电动车所承载硬件进行本地运算 ， 对动力锂电池智能管理系统提出了软硬件的更高的要求 ， 增加了技术难度和成本 。 同时受限于电动车本身空间和整体协同 ， 本地计算能实现的功能有限 ， 所以只能进行简单的数值计算 ， 并不能给出全面、复杂的结论和建议 。
5、该模式未来发展的建议
综上所示 ， 针对动力锂电池智能管理系统的本地计算模式 ， 给出以下建议以供参考：
1、由于DSP处理器的汇编语言特点 ， 这里应当对如何将神经网络的参数移植到其中进行充分的试验以及研究 ， 以更深入和准确低得出计算结果 ， 更有利于动力锂电池智能管理系统的智能化和精确性；
2、由于DSP处理器的型号众多 ， 这里应当考虑到不同型号的处理器的特点 ， 选择最适合电池检测的型号 。 同时考虑动力锂电池智能管理系统的成本问题 ， 控制成本 ， 以利于更多用户使用；
3、本文对于公式法中采用的公式相对较为简单 ， 所以后续可以根据需要编写详细、完整公式 ， 不过考虑到实际情况的复杂性 ， 实际公式的计算效率和时间只会先对于当前的公式法计算结果高而不是低；
4、这里仅仅对于两种算法(公式法和神经网络)的计算效率进行了推算 ， 但是并没有对其实际的计算结果进行验证 ， 所以后续应当在拥有充分实际数据之后 ， 对公式法和神经网络的计算结果正确率进行评估 ， 这里考虑到神经网络的计算结果是基于大数据的参数调整方法 ， 所以逻辑上讲其相对于公式法具有更多的经验 ， 其计算正确率应当强于公式法；
5、由于该模式仅停留在设计阶段 ， 所以在实际应用中应当充分的对于各个部分硬件之间的结合问题进行试验；
6、考虑到该模式是对数字信号进行处理 ， 所以在选择传感器时应倾向于输出数字信号的传感器或者具有转换原件的传感器 。
7、考虑到电池对于传感器的诸多要求 ， 这里可以考虑通过算法来弥补传感器的缺点 ， 如[8]中提到的温补算法
8、可以参考[9]中的其它诸项预测来对新能源汽车的电池监控系统进行改进
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”？