Search the digital library catalog

Abstract: Glavni cilj magistrske naloge je določitev stanja napolnjenosti baterij s pomočjo umetnega nevronskega omrežja. Določitev stanja napolnjenosti (SOC) baterij predstavlja velik izziv, saj je SOC težko natančno določiti. V delu je bil obravnavan tip izredno zmogljivih Toshibinih litij-ionskih baterij s titanovim oksidom (LTO). Na podlagi pregledane literature je bila izbrana metoda določanja SOC z umetnim nevronskim omrežjem. S pomočjo namensko izdelanega testerja baterij so bile opravljene meritve toka, napetosti in temperature baterije. Meritve so bile izvedene s pomočjo merilnega sistema Dewesoft Sirius HS. Podatki so bili obdelani v programskem okolju Matlab, kjer se je tudi kreiralo in naučilo umetno nevronsko omrežje. Testi nevronskega omrežja so pokazali, da je sposobno napovedovanja SOC. S pomočjo programa v Simulinku so bili izvedeni testi za napovedovanje SOC v realnem času.
Keywords: umetna nevronska omrežja, določanje stanja napolnjenosti baterij, litij-ionske baterije, LTO
Published in DKUM: 21.11.2019; Views: 1930; Downloads: 344
Full text (8,88 MB)

Keywords: elektroenergetske naprave, umetna inteligenca, umetna nevronska omrežja, stikalne naprave
Published in DKUM: 26.07.2007; Views: 3044; Downloads: 0

Keywords: elektroenergetske naprave, umetna nevronska omrežja, delne praznitve, razpoznava vzorcev, vzorčenje
Published in DKUM: 26.07.2007; Views: 3385; Downloads: 0