[发明专利]一种基于休息恢复效应的UPS充电最大化方法

权利要求书

1.一种基于休息恢复效应的UPS充电最大化方法，其特征在于，包括以下步骤：

步骤1：获取原始充电数据集，即在UPS的允许充电电流范围内，以等差方式选取M种充电电流，形成充电电流集合，令同型号的N台UPS全部以所述的M种充电电流进行间歇性恒流充电实验，每次暂停充电时，记录充电电流、当前电量、暂停充电期间所有采样时刻的电压，形成充电数据集；

步骤2：将充电数据集划分为充电训练集和充电测试集；

步骤3：搭建BP神经网络模型结构，结构如下：

输入层节点数为个，节点对应元素为1个电流值和休息恢复效应中的K个电压值以及个复制的电流值；

隐藏层层数为1层；

输出层节点数为1个，节点对应元素为UPS电量；

隐藏层节点数初始值设置为：

其中，x取0到10间任一整数；

隐藏层激活函数选择sigmoid函数；

误差函数中，精度选取为0.1％，当输出误差小于或等于0.1％，允许保存当前BP神经网络模型结构权值，否则继续对BP神经网络模型结构进行训练；

步骤4：训练BP神经网络模型结构，即将充电训练集输入步骤3所述的BP神经网络模型结构进行网络训练；

步骤5：建立充电模型，即采用充电测试集验证BP神经网络模型是否符合精度要求，若不符合则重新执行步骤3至步骤4，直至BP神经网络模型符合精度要求，形成基于BP神经网络的充电模型；

步骤6：运用充电模型估计UPS当前电量，即在UPS充电过程中，从步骤1给定充电电流中选择第m种电流进行恒流充电，直至电池端电压达到充电截止电压后停止充电，记录当前充电电流，然后采用与步骤1相同的采样频率记录充电停止后所有采样时刻的电压，达到与步骤1相同的暂停充电时间后，将所记录的电流和电压数据输入步骤5所述的基于BP神经网络的充电模型，估计UPS当前电量；

步骤7：判断是否充电结束，即对步骤6所述的UPS当前电量与UPS最大容量进行比较，若未达到则从给定充电电流中选择低一档的电流，即令m＝(m-1)，循环执行步骤6，直至UPS当前电量达到UPS最大容量，充电结束。

2.根据权利要求1所述的一种基于休息恢复效应的UPS充电最大化方法，其特征在于，步骤1所述的形成充电数据集的具体步骤如下：

步骤1-1：针对同型号的N台UPS，在充电电流范围[0,I_max]内，以等差数列的方式构建包含M种电流的充电电流集合如下：

d_Charge＝[i₁,i₂,…,i_M]

其中，0＜i₁＜i₂…＜i_M＜I_max；

步骤1-2：在充电电流集合d_Charge中选择第m个电流作为充电电流i_Charge，其中m＝1,2,…,M；

步骤1-3：用选择的充电电流i_Charge对所有N台UPS从零电量开始进行恒流充电，每充入1％的电量后，暂停充电K个采样周期，并记录所有N台UPS的充电电流i_Charge、当前电量Q_n、暂停充电期间所有采样时刻的电压u_n,k，分别构成第n条样本数据d_n，其中n＝1,2,…,N，k＝1,2,…,K，并进一步构成数据集D如下：

步骤1-4：维持充电电流i_Charge，循环执行步骤1-3，直至UPS电量达到100％，停止充电，将整个充电过程中记录的全部100个数据集D都保存到原始数据集；

步骤1-5：循环执行步骤1-2至步骤1-4，直至将所有M种充电电流的数据集都保存到原始数据集中，最终输出原始数据集。

3.根据权利要求1所述的一种基于休息恢复效应的UPS充电最大化方法，其特征在于，步骤6所述的充电过程，具体步骤如下：

步骤6-1：从步骤1给定充电电流中选择第m种电流进行恒流充电，充电控制器实时检测UPS中锂电池的端电压与充电电流，直至锂电池端电压达到充电截止电压后停止充电，并记录当前充电电流；

步骤6-2：采用与步骤1相同的采样频率持续记录充电停止后所有采样时刻的电压，持续时间与步骤1所述的暂停充电时间相同；

步骤6-3：将所记录的充电电流、暂停充电期间所有采样时刻的电压输入步骤5所述的基于BP神经网络的充电模型，估计UPS当前电量。