Оценка состояния заряда аккумулятора на базе нелинейной авторегрессионной нейронной сети с внешним входом

В процессе эксплуатации автономной системы, работающей от электроэнергии, необходимо отслеживать состояние батареи в реальном времени, чтобы учитывать оставшееся время работы системы в заданном режиме. В статье рассматриваются задачи разработки алгоритма прогнозирования состояния заряда аккумулятора, описание условий использования и функциональное представление, разработанного алгоритма, который в последующем будет применён в работе реальной автономной системы. Задача разработки алгоритма рассматривается с точки зрения современного подхода. На сегодняшний день вычислительные мощности и архитектура современных процессоров позволяют применять интеллектуальные методы к нетривиальным задачам. Каждый интеллектуальный метод эффективен для своего класса решаемых задач. В данном случае задачей является прогнозирование нелинейного временного ряда процесса разряда аккумулятора. На процесс разряда аккумулятора значительным образом оказывают влияние условия эксплуатации, такие как частота и сила тока, внутренняя температура ячейки. Кроме внешних условий нелинейность вносят естественные физико-химические эффекты аккумулятора: саморазряд, деградация ёмкости, восстановление холостого напряжения, гистерезис и др. Для такой сложной структуры стоит проблема точного прогнозирования состояния заряда аккумулятора. Актуальность проблемы в одновременной невозможности построения идентичной модели работы аккумулятора на уровне молекул и в сложности описания каждого эффекта в отдельности для каждой аккумуляторной ячейки.