摘要: 随着信息化、自动化的快速发展，电力、通信、金融和化工等领域对供电设备稳定性和可靠性的要求越来越高。作为电源供电最后保障的阀控式铅酸蓄电池组的健康状况，对于用电设备运行过程中的安全可靠性是至关重要的。为了保证蓄电池组能够正常供电，对... 展开 随着信息化、自动化的快速发展，电力、通信、金融和化工等领域对供电设备稳定性和可靠性的要求越来越高。作为电源供电最后保障的阀控式铅酸蓄电池组的健康状况，对于用电设备运行过程中的安全可靠性是至关重要的。为了保证蓄电池组能够正常供电，对蓄电池组的维护已经成为了一项非常重要的工作环节。然而，传统的维护手段需工作人员到现场或者进行离线操作，不仅给系统供电造成了风险，而且给工作人员带来了潜在的安全隐患。因此，本文提出研制一套新型的蓄电池组在线监测与活化系统，实现对蓄电池组的在线监测、在线活化与容量预估。 本文首先从理论着手，探讨了蓄电池的工作原理、电性能参数、失效机理与容量影响因子。接着根据系统功能，完成了系统的硬件电路设计、活化系统软件设计、上位机监控软件设计以及BP神经网络算法对蓄电池剩余容量的预估。硬件电路以STM32f103ZET6为主控制器件，完成了可控充电单元、可控放电单元、PWM发生单元、IGBT驱动单元、数据采集单元和人机交互单元的设计。活化系统软件采用模块化处理，主要包括系统初始化模块、数据采集模块、PI调节模块、充放电控制模块和人机交互模块在内的系统程序。上位机监控界面采用LabVIEW开发平台设计，完成了对蓄电池组的组端电压、单体电压、充放电电流、环境温度以及蓄电池剩余容量的在线监测。蓄电池容量受多种复杂因素的影响，很难在线测出，本文分析了基于BP网络算法对于蓄电池容量预估的方法，具有非常广阔的应用前景。通过对多种改进型BP网络算法的性能比较与分析，选出了最具优势的LM算法，设计了一个可实现容量预估的3层BP网络模型，且通过MATLAB仿真实验，校验网络性能，并将网络算法初步应用于下位机活化系统软件。 实验表明，系统可实现对蓄电池组进行实时在线监测，可通过控制在线充放电实现对蓄电池组的在线活化，可通过LM改进的BP网络完成对蓄电池容量的精确预估。 收起