[发明专利]建立超级电容器动态特性模型及评估其精度的方法

摘要

本申请公开了一种建立超级电容器动态特性模型及评估其精度的方法，主要包括以下步骤：对超级电容器进行充放电实验，收集原始数据；对原始数据归一化处理，得到训练数据集、验证数据集和测试数据集；确定最优参数Cm和最优参数g；选择模型参数ε；采用最优参数Cm、最优参数g和模型参数ε，并根据训练数据集进行训练建立SVR模型；对SVR模型进行测试，得到SVR模型输出数据；对超级电容器进行测试并采集真实输出数据，分析SVR模型的预测误差并验证有效性。为克服传统建模方法通用性不佳难以适应不同类型超级电容器的缺点而提出本申请，建立准确的超级电容器动态特性模型是研究荷电状态估计、能量管理策略与健康状态估计的基础。

主权项

1.一种建立超级电容器动态特性模型及评估其精度的方法，其特征在于，包括以下步骤：/n1)对超级电容器进行充放电实验，在循环充放电工作过程中收集原始数据；/n2)对所述原始数据进行归一化处理，得到训练数据集、验证数据集和测试数据集；/n3)根据所述验证数据集，确定最优参数Cm和最优参数g；/n4)根据应用需要选择模型参数ε；/n5)采用所述最优参数Cm、最优参数g和所述模型参数ε，并根据所述训练数据集进行训练建立SVR模型；/n6)根据所述测试数据集对所述SVR模型进行测试，并对所得数据进行反归一化处理，得到SVR模型输出数据；/n7)根据所述测试数据集对所述超级电容器进行测试并采集真实输出数据，分析所述SVR模型的预测误差，用于量化分析所述SVR模型的精度；如果所述SVR模型的精度可以满足工程应用要求，则说明所述SVR模型在描述超级电容器动态特性方面是有效可信的，即可以用所述SVR模型来分析超级电容器的动态特性，如果模型精度不满足要求，则不能用于性能分析；/n所述步骤7)中，通过计算所述SVR模型输出数据与所述超级电容器真实输出数据的最大拟合相对误差和平均拟合相对误差，分析所述SVR模型的拟合精度，以此验证所述SVR模型的有效性；/n所述步骤2)具体为：充电或放电电流i和端电压u数据构成了所述训练数据集、所述验证数据集和所述测试数据集，根据电容器电流和电压的基本关系式：/n /n式中：电容值用C表示，/n进一步推得差分方程为：/ni(t_j-t_j-1)＝q_j-q_j-1＝C(u_j-u_j-1) (2)/n进一步得：/nΔu＝f(Δq) (3)/n根据式(3)知，所述超级电容器在充放电过程中，所述端电压u的变化本质上是与电荷量变化之间存在函数关系，这一关系即为动态特性模型。/n