1、當(dāng)前動(dòng)力鋰電池狀態(tài)監(jiān)測(cè)方式回顧

隨著新能源(電動(dòng))汽車的普及，電動(dòng)車電池(下稱動(dòng)力鋰電池)作為其核心部件，對(duì)動(dòng)力鋰電池安全管理和智能化管理的要求越來越高。對(duì)其如何進(jìn)行監(jiān)測(cè)、控制，并能夠快速準(zhǔn)確反應(yīng)，成為我們當(dāng)前的熱點(diǎn)問題。

由于電動(dòng)車的特殊性，我們需要的不僅僅是在動(dòng)力鋰電池出現(xiàn)故障之后將損失(汽車損失和生命財(cái)產(chǎn)損失)降到最低，還要對(duì)電池的狀態(tài)進(jìn)行監(jiān)控和預(yù)測(cè)，從而能夠有效地預(yù)防電池出現(xiàn)的種種危險(xiǎn)。

當(dāng)前形勢(shì)下的對(duì)電池狀態(tài)計(jì)算的模式，主要是由本地收集數(shù)據(jù)、上傳云端、云端計(jì)算、輸出結(jié)果幾部分組成：

 圖1 基于網(wǎng)絡(luò)計(jì)算的電池監(jiān)測(cè)系統(tǒng)

由上圖可以清晰的看到，整個(gè)動(dòng)力鋰電池狀態(tài)的監(jiān)督和控制系統(tǒng)。首先由電動(dòng)車與電池相關(guān)的各種傳感器，例如電壓電流傳感器溫度傳感器，以及行駛里程計(jì)數(shù)器和累計(jì)里程計(jì)數(shù)器等進(jìn)行主要指標(biāo)的監(jiān)控、收集。

然后由汽車上自帶的發(fā)射裝置，把這些數(shù)據(jù)流進(jìn)行采集上傳，通過社會(huì)當(dāng)中自帶的信號(hào)塔傳輸?shù)皆贫藬?shù)據(jù)流。在傳輸?shù)皆贫藬?shù)據(jù)流之后，這些數(shù)據(jù)又會(huì)被傳輸?shù)街付ǖ?客戶或者供應(yīng)商)大數(shù)據(jù)平臺(tái)。在后臺(tái)對(duì)大數(shù)據(jù)平臺(tái)當(dāng)中的數(shù)據(jù)進(jìn)行計(jì)算，得出一個(gè)車輛當(dāng)前的電池性能指標(biāo)。在得出性能指標(biāo)之后，后臺(tái)又會(huì)通過數(shù)據(jù)信號(hào)塔逐級(jí)的返還到車輛本體，從而進(jìn)行數(shù)據(jù)的反饋，或者對(duì)動(dòng)力鋰電池發(fā)出指令。

在這其中，有幾個(gè)較為關(guān)鍵的技術(shù)要點(diǎn)需要進(jìn)行說明。首先，設(shè)置在車輛上的傳感器裝置需要較為精確并且數(shù)量和布局要合理，否則會(huì)嚴(yán)重影響車輛架構(gòu)和電池性能。其次，后臺(tái)計(jì)算也是較為重要的一關(guān)。

如何處理大數(shù)據(jù)，或者換一句話說，如何處理海量的數(shù)據(jù)并最終得到一個(gè)最優(yōu)解，是另外一個(gè)關(guān)鍵技術(shù)。而在[6]中介紹了一種基于大數(shù)據(jù)的智能搜索引擎技術(shù)，目前模式最終會(huì)依靠這種技術(shù)的發(fā)展而變得可靠性更高，計(jì)算更加高效。

當(dāng)前這種反饋和計(jì)算模式已經(jīng)相當(dāng)成熟。例如[1]中的智鋰狗系統(tǒng)，不僅僅包含了簡(jiǎn)單的電池監(jiān)管網(wǎng)絡(luò)系統(tǒng)，并且涵蓋了諸如防盜技術(shù)等額外的功能。

從另一個(gè)角度講，在[5]中描述了一種基于智能電網(wǎng)的未來大數(shù)據(jù)驅(qū)動(dòng)方法。相信這種方法在未來會(huì)由于智能電網(wǎng)的使用和發(fā)展而變得更加普及。這種基于終端處理的電池監(jiān)測(cè)方法也會(huì)變得更加迅速和準(zhǔn)確。

2、當(dāng)前已成熟的動(dòng)力鋰電池狀態(tài)監(jiān)測(cè)方式的優(yōu)勢(shì)和弊端

2.1當(dāng)前模式的優(yōu)勢(shì)

就當(dāng)前已經(jīng)成熟的電池狀態(tài)監(jiān)測(cè)方式而言，它的優(yōu)勢(shì)主要體現(xiàn)在兩大部分。首先是這種方式能夠獲得非常非常豐富的云端實(shí)際數(shù)據(jù)，從而可以從多方角度計(jì)算可行的結(jié)果和非常具有建設(shè)性意義的指導(dǎo)方案。

另一部分就是由于它在電動(dòng)汽車上所設(shè)的檢測(cè)原件僅僅有傳輸，接收和傳感器三大部分，所以使得這種方法對(duì)電動(dòng)汽車的空間要求相對(duì)較低，從而能夠在不影響車輛整體架構(gòu)和電池性能的情況下完成測(cè)量。除此之外，在[7]中提到的，該模式還可以依靠強(qiáng)大的云計(jì)算來對(duì)用戶車主的用車習(xí)慣來進(jìn)行分析和總結(jié)。具體優(yōu)勢(shì)如下：

1、檢測(cè)原件少。所需硬件成本較低檢測(cè)傳感器成熟，在車輛本地的數(shù)據(jù)采集中較為可靠成熟；

2、擁有超級(jí)強(qiáng)大的后臺(tái)計(jì)算能力和匯總能力。能夠通過后臺(tái)計(jì)算實(shí)時(shí)分析當(dāng)前全國(guó)在行駛汽車的狀態(tài)并且能夠人為的給予干預(yù)和適當(dāng)?shù)慕ㄗh；

3、匯總及時(shí)，上傳及時(shí)，處理及時(shí)，反饋及時(shí)；

4、可以借由較為強(qiáng)大的傳輸網(wǎng)絡(luò)和后臺(tái)能力開拓新功能。例如車輛定位和自動(dòng)報(bào)警裝置。

2.2當(dāng)前模式的弊端

當(dāng)前模式的主要弊端同樣也體現(xiàn)在兩大部分。其一就是傳輸過程。我國(guó)是一個(gè)地域遼闊的國(guó)家，我們無法保證汽車行駛在任何一條道路上都能有持續(xù)不間斷的，高強(qiáng)度的信號(hào)來完成這樣高頻度的信號(hào)傳輸。

汽車本身是一個(gè)非常具有劃時(shí)代意義的交通工具，它的最大優(yōu)勢(shì)就在于它幾乎能夠無視地形地貌的特征，能夠載人前往任何一個(gè)特殊的地點(diǎn)。而這些地點(diǎn)大多數(shù)都是沒有較為強(qiáng)烈的信號(hào)覆蓋的。所以換一句話說，這種現(xiàn)在已成熟的傳輸模式的弊端之一，就是它無法確保信息在數(shù)據(jù)傳輸過程中的完整性和正確性。

它需要依靠強(qiáng)大的社會(huì)基礎(chǔ)網(wǎng)絡(luò)，以及強(qiáng)大的通信信道傳輸容量才能完成基本傳輸工作。另一個(gè)弊端就是把汽車本身僅僅當(dāng)作一個(gè)信號(hào)或者是數(shù)據(jù)的傳輸以及接收裝置，這種系統(tǒng)并不具有本地處理數(shù)據(jù)的能力。它必須要將自己的全部數(shù)據(jù)從通信網(wǎng)絡(luò)傳輸?shù)胶笈_(tái)再由后臺(tái)返回結(jié)果之后，才具有初步的對(duì)數(shù)據(jù)的理解和處理能力。

這就造成了汽車就像一個(gè)沒有腦子的人一樣，無法自己做出決策。也就是說，沒有強(qiáng)大通訊網(wǎng)絡(luò)的支撐。汽車僅僅是一臺(tái)簡(jiǎn)單的代步工具而已，并不能做到最基本的電池安全的監(jiān)測(cè)和監(jiān)管工作。具體缺陷如下：

1、過于依賴基礎(chǔ)建設(shè)網(wǎng)絡(luò)的能力；

2、信號(hào)和數(shù)據(jù)的處理過于集中化；

3、汽車無法在沒有聯(lián)網(wǎng)的情況下對(duì)自身情況進(jìn)行評(píng)價(jià)以及傳輸；

4、收集到的大量數(shù)據(jù)一般僅提供給一個(gè)監(jiān)測(cè)方，無法有選擇地提供不同數(shù)據(jù)給不同監(jiān)測(cè)方。

3、基于本地處理的電池狀態(tài)計(jì)算的模式的提出

3.1新模式的總體要求

綜合以上，我們可以感到現(xiàn)在迫切需要一個(gè)相對(duì)較為自主且開放的電池狀態(tài)的計(jì)算模式的設(shè)想，這個(gè)新系統(tǒng)至少要滿足以下幾個(gè)方面：

1、能夠獨(dú)立自主的處理車輛數(shù)據(jù)；

2、不能對(duì)算力提出過高的要求；

3、在滿足自主能力的同時(shí)，能夠在適當(dāng)?shù)臅r(shí)候?qū)?shù)據(jù)全部傳輸給需要的一方；

4、能夠在經(jīng)過數(shù)據(jù)處理之后，及時(shí)的提供給車輛使用者當(dāng)前的健康狀態(tài)信息。

根據(jù)以上，一個(gè)基于本地處理處理，同時(shí)又兼容低算力要求和高可視化結(jié)果，依靠傳感器技術(shù)、DSP處理器以及神經(jīng)網(wǎng)絡(luò)的電池狀態(tài)的計(jì)算模式被提出。其簡(jiǎn)化框圖如下所示：

 圖2 基于本地計(jì)算的動(dòng)力鋰電池監(jiān)測(cè)框圖

首先，要滿足“自主性”這一首要目標(biāo)，就必須在車輛上安裝現(xiàn)有的處理器。但考慮到一個(gè)較為復(fù)雜的問題：如果安裝常見的電腦或者手機(jī)CPU，就勢(shì)必會(huì)出現(xiàn)CPU過熱，影響電池溫度，從而進(jìn)一步對(duì)測(cè)量結(jié)果和電池性能造成影響。

所以在這里采用了一種較為復(fù)雜小眾，但是對(duì)離散(數(shù)字)信號(hào)處理能力和處理效率極高的一種處理器：DSP處理器。數(shù)字信號(hào)處理器是車載主機(jī)內(nèi)以邏輯電路對(duì)音視頻數(shù)字信號(hào)進(jìn)行再加工處理的專用元件。包括數(shù)字效果器、EQ、3D環(huán)繞等等。

數(shù)字信號(hào)處理器是進(jìn)行數(shù)字信號(hào)處理的專用芯片，是伴隨著微電子學(xué)、數(shù)字信號(hào)處理技術(shù)、計(jì)算機(jī)技術(shù)的發(fā)展而產(chǎn)生的新器件。由以上可以看出兩點(diǎn)：

1、DSP處理器的確對(duì)于離散的數(shù)字信號(hào)有著極高的處理能力；

2、DSP處理器應(yīng)用在車輛上已經(jīng)擁有了先例，雖然該先例與檢測(cè)“發(fā)動(dòng)機(jī)”情況無關(guān)，但是它的性能以及微型化已經(jīng)得到了實(shí)際認(rèn)證。

需要注意的是，DSP處理器的編程語(yǔ)言是較為原始的匯編語(yǔ)言，雖然它不易讀，不易編，但是這種底層語(yǔ)言會(huì)有極高的運(yùn)行效率。在本地處理芯片選擇完之后，我們需要就另一個(gè)問題進(jìn)行思考，即采用公式法對(duì)數(shù)據(jù)進(jìn)行計(jì)算，還是采用較為新型的神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行計(jì)算。

在這里首先對(duì)公式法和神經(jīng)網(wǎng)絡(luò)法進(jìn)行簡(jiǎn)要概述以明晰他們的區(qū)別：

1、公式法：公式法字如其意，也就是將已經(jīng)得到的多組數(shù)據(jù)通過一種既定的數(shù)學(xué)公式進(jìn)行計(jì)算。在計(jì)算完成之后會(huì)給出一個(gè)既定的我們可預(yù)見的結(jié)果，公式法的好處是它的穩(wěn)定性極強(qiáng)。由于它的種種參數(shù)已經(jīng)確定，只需要計(jì)算器，按照公式法所提供的加減乘除或取對(duì)取指進(jìn)行計(jì)算就可以完成所需要求；

2、神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)是一種新型的計(jì)算方法，他的主要過程在于會(huì)先利用大量的數(shù)據(jù)，對(duì)已經(jīng)構(gòu)建起來的類似于人類腦神經(jīng)的網(wǎng)絡(luò)進(jìn)行參數(shù)的訓(xùn)練。在訓(xùn)練過程當(dāng)中，神經(jīng)網(wǎng)絡(luò)可以通過首先給定的大量數(shù)據(jù)和最終的結(jié)果之間的對(duì)應(yīng)關(guān)系調(diào)整自己參數(shù)，數(shù)據(jù)越多，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練就完善，最后給出的結(jié)果就趨于最優(yōu)解。訓(xùn)練之后，我們可以將神經(jīng)網(wǎng)絡(luò)當(dāng)中已經(jīng)經(jīng)過大數(shù)據(jù)訓(xùn)練完成的參數(shù)直接的輸入到DSP處理器當(dāng)中，以便進(jìn)行后續(xù)的簡(jiǎn)單計(jì)算。

為了驗(yàn)證這兩種方法的計(jì)算效率，在此利用MATLAB軟件進(jìn)行了公式化計(jì)算和神經(jīng)網(wǎng)絡(luò)計(jì)算的模擬。在進(jìn)行模擬之前，我們首先對(duì)結(jié)果進(jìn)行一個(gè)簡(jiǎn)單的邏輯預(yù)測(cè)，從邏輯角度講公式法需要將公式完整的輸入在此之后需要將數(shù)據(jù)進(jìn)行計(jì)算。

換一句話講公式法就相當(dāng)于一個(gè)循環(huán)一樣，每傳輸一組數(shù)據(jù)，公式法就會(huì)依靠公式進(jìn)行一次循環(huán)得出結(jié)果。從神經(jīng)網(wǎng)絡(luò)的邏輯上來講，神經(jīng)網(wǎng)絡(luò)首先會(huì)根據(jù)已有的數(shù)據(jù)不斷地訓(xùn)練自己，從而使參數(shù)達(dá)到最優(yōu)解。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練會(huì)使得整個(gè)計(jì)算過程相對(duì)較為簡(jiǎn)便，因?yàn)樗∪チ斯椒ó?dāng)中較為復(fù)雜的邏輯數(shù)據(jù)計(jì)算。神經(jīng)網(wǎng)絡(luò)已經(jīng)將這種復(fù)雜的計(jì)算當(dāng)中的一部分負(fù)擔(dān)調(diào)整到了之前的大數(shù)據(jù)訓(xùn)練之中。

所以綜上對(duì)比，我們可以得出：雖然神經(jīng)網(wǎng)絡(luò)的計(jì)算方法在裝入車輛之前需要進(jìn)行大量的數(shù)據(jù)計(jì)算，但是輸入車輛之后，神經(jīng)網(wǎng)絡(luò)會(huì)由于其簡(jiǎn)便性比公式法有更高的效率。并且隨著時(shí)間的推移，神經(jīng)網(wǎng)絡(luò)會(huì)相對(duì)于公式法給出更優(yōu)解。

3.2神經(jīng)網(wǎng)絡(luò)驗(yàn)證

接下來，我們會(huì)以六個(gè)主要參數(shù)(電池累計(jì)里程，電池當(dāng)前續(xù)航里程，電池電壓，電池電流，電池溫度，電池電量)及其對(duì)應(yīng)的得分，共25組進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和公式法的計(jì)算。在此之后，會(huì)利用5組數(shù)據(jù)來進(jìn)行平均效率驗(yàn)證，從而得到兩種方法中具有更優(yōu)性能的一種。

在此需要特別說明的是，由于各個(gè)車輛電池的狀態(tài)不同，各個(gè)狀態(tài)指標(biāo)對(duì)于實(shí)際電池狀態(tài)的影響能力也不相同。結(jié)果將側(cè)重于計(jì)算效率，且會(huì)給出神經(jīng)網(wǎng)絡(luò)計(jì)算下的預(yù)測(cè)精準(zhǔn)度。在充分參考[10]、[11]之后，考慮到新能源汽車的電池溫度問題和充放電特性，設(shè)計(jì)了如下神經(jīng)網(wǎng)絡(luò)的訓(xùn)練/驗(yàn)證數(shù)據(jù)： 

在進(jìn)行預(yù)測(cè)之前，這里給出本神經(jīng)網(wǎng)絡(luò)的架構(gòu)圖：

圖三 神經(jīng)網(wǎng)絡(luò)架構(gòu)

本網(wǎng)絡(luò)采用較為簡(jiǎn)單的三層架構(gòu)，由于沒有指定的函數(shù)計(jì)算，所以這里采用經(jīng)驗(yàn)函數(shù)進(jìn)行預(yù)測(cè)。具體預(yù)測(cè)結(jié)果如下圖所示：

圖4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程

上圖為訓(xùn)練組的實(shí)際情況和預(yù)測(cè)情況。詳細(xì)的說，就是在25組測(cè)試組中已經(jīng)給出了結(jié)果，但是神經(jīng)網(wǎng)絡(luò)還是會(huì)根據(jù)公式計(jì)算出結(jié)果來進(jìn)行參數(shù)的比對(duì)。這種不斷的比對(duì)可以更加清晰的看到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程和逐漸精準(zhǔn)的預(yù)測(cè)過程。

神經(jīng)網(wǎng)絡(luò)在最開始的預(yù)測(cè)相對(duì)誤差較大，但是在經(jīng)過15組左右的訓(xùn)練之后，擬合值逐漸好轉(zhuǎn)，最終誤差在0.4%左右。也就是說假如標(biāo)準(zhǔn)分?jǐn)?shù)為85分。神經(jīng)網(wǎng)絡(luò)給出的預(yù)測(cè)分?jǐn)?shù)將會(huì)在(84.6-85.4)這個(gè)區(qū)間內(nèi)移動(dòng)，總體可以看出精準(zhǔn)度極高，且只經(jīng)過簡(jiǎn)單的25組訓(xùn)練。

圖5 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果驗(yàn)證

上圖是在給出五組驗(yàn)證組的驗(yàn)證結(jié)果分?jǐn)?shù)，精準(zhǔn)度也非常令人驚訝。在經(jīng)過時(shí)間計(jì)算之后得到了3.0152*10(-6)秒的數(shù)據(jù)。

3.3公式法驗(yàn)證

在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算完成之后，下面給出本文采用的公式法的公式：

在本公式中，代表總分， 代表總續(xù)航里程，代表當(dāng)前續(xù)航里程，代表電池電量，代表當(dāng)前電池電壓，代表電池電流，代表電池溫度。其中考慮到在電壓，電流，溫度上都有標(biāo)量化的最佳工作點(diǎn)，所以這里采用正態(tài)分布來對(duì)當(dāng)偏離這個(gè)工作點(diǎn)時(shí)的得分進(jìn)行模擬。在將一組數(shù)據(jù)利用MATLAB計(jì)算之后，我們得到了4.3995*10(-6)秒的計(jì)算時(shí)間。

在經(jīng)過時(shí)間對(duì)比之后，我們發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)的精度高，且時(shí)間相對(duì)于傳統(tǒng)的公式法(實(shí)際公式將比本文中的預(yù)設(shè)公式復(fù)雜許多)節(jié)省30%的計(jì)算時(shí)間。所以經(jīng)過充分的計(jì)算，認(rèn)為這里采用神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，預(yù)測(cè)方法是非常高效可行的。

4、本地處理模式的優(yōu)點(diǎn)與不足

4.1優(yōu)點(diǎn)

該模式的主要優(yōu)點(diǎn)在于它能夠獨(dú)立的進(jìn)行簡(jiǎn)單的計(jì)算，并且給出相對(duì)較為有效率的結(jié)果，能夠給出動(dòng)力鋰電池的實(shí)時(shí)狀態(tài)。對(duì)于客戶(電動(dòng)車集中運(yùn)營(yíng)商)、供應(yīng)商(電池、電動(dòng)車廠家)和國(guó)家監(jiān)控平臺(tái)，能夠及時(shí)得到對(duì)動(dòng)力鋰電池基本狀態(tài)判斷的一個(gè)基本結(jié)論，而不只是一堆原始數(shù)據(jù)，利于各平臺(tái)對(duì)動(dòng)力鋰電池狀態(tài)更清晰地掌控。

與此同時(shí)，能夠滿足那些對(duì)動(dòng)力鋰電池不專業(yè)的用戶的使用指導(dǎo)需求。除此之外，還能夠單獨(dú)地根據(jù)當(dāng)前網(wǎng)絡(luò)的優(yōu)劣來選擇是否將現(xiàn)有的數(shù)據(jù)提供給相關(guān)的處理廠家。

4.2不足

正如整體分析的那樣，該模式依賴于電動(dòng)車所承載硬件進(jìn)行本地運(yùn)算，對(duì)動(dòng)力鋰電池智能管理系統(tǒng)提出了軟硬件的更高的要求，增加了技術(shù)難度和成本。同時(shí)受限于電動(dòng)車本身空間和整體協(xié)同，本地計(jì)算能實(shí)現(xiàn)的功能有限，所以只能進(jìn)行簡(jiǎn)單的數(shù)值計(jì)算，并不能給出全面、復(fù)雜的結(jié)論和建議。

5、該模式未來發(fā)展的建議

綜上所示，針對(duì)動(dòng)力鋰電池智能管理系統(tǒng)的本地計(jì)算模式，給出以下建議以供參考：

1、由于DSP處理器的匯編語(yǔ)言特點(diǎn)，這里應(yīng)當(dāng)對(duì)如何將神經(jīng)網(wǎng)絡(luò)的參數(shù)移植到其中進(jìn)行充分的試驗(yàn)以及研究，以更深入和準(zhǔn)確低得出計(jì)算結(jié)果，更有利于動(dòng)力鋰電池智能管理系統(tǒng)的智能化和精確性；

2、由于DSP處理器的型號(hào)眾多，這里應(yīng)當(dāng)考慮到不同型號(hào)的處理器的特點(diǎn)，選擇最適合電池檢測(cè)的型號(hào)。同時(shí)考慮動(dòng)力鋰電池智能管理系統(tǒng)的成本問題，控制成本，以利于更多用戶使用；

3、本文對(duì)于公式法中采用的公式相對(duì)較為簡(jiǎn)單，所以后續(xù)可以根據(jù)需要編寫詳細(xì)、完整公式，不過考慮到實(shí)際情況的復(fù)雜性，實(shí)際公式的計(jì)算效率和時(shí)間只會(huì)先對(duì)于當(dāng)前的公式法計(jì)算結(jié)果高而不是低；

4、這里僅僅對(duì)于兩種算法(公式法和神經(jīng)網(wǎng)絡(luò))的計(jì)算效率進(jìn)行了推算，但是并沒有對(duì)其實(shí)際的計(jì)算結(jié)果進(jìn)行驗(yàn)證，所以后續(xù)應(yīng)當(dāng)在擁有充分實(shí)際數(shù)據(jù)之后，對(duì)公式法和神經(jīng)網(wǎng)絡(luò)的計(jì)算結(jié)果正確率進(jìn)行評(píng)估，這里考慮到神經(jīng)網(wǎng)絡(luò)的計(jì)算結(jié)果是基于大數(shù)據(jù)的參數(shù)調(diào)整方法，所以邏輯上講其相對(duì)于公式法具有更多的經(jīng)驗(yàn)，其計(jì)算正確率應(yīng)當(dāng)強(qiáng)于公式法；

5、由于該模式僅停留在設(shè)計(jì)階段，所以在實(shí)際應(yīng)用中應(yīng)當(dāng)充分的對(duì)于各個(gè)部分硬件之間的結(jié)合問題進(jìn)行試驗(yàn)；

6、考慮到該模式是對(duì)數(shù)字信號(hào)進(jìn)行處理，所以在選擇傳感器時(shí)應(yīng)傾向于輸出數(shù)字信號(hào)的傳感器或者具有轉(zhuǎn)換原件的傳感器。

7、考慮到電池對(duì)于傳感器的諸多要求，這里可以考慮通過算法來彌補(bǔ)傳感器的缺點(diǎn)，如[8]中提到的溫補(bǔ)算法

8、可以參考[9]中的其它諸項(xiàng)預(yù)測(cè)來對(duì)新能源汽車的電池監(jiān)控系統(tǒng)進(jìn)行改進(jìn)

6 參考文獻(xiàn)

[1] 張銳：采用DSP實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)仿真系統(tǒng)

[2] 蘇奎峰：TMS320X28355DSP應(yīng)用系統(tǒng)設(shè)計(jì)

[3] 深圳市尚億芯科技有限公司：智鋰狗鋰電池安全監(jiān)控管理系統(tǒng)介紹

[4] 劉婷婷：傳感器及應(yīng)用技術(shù)

[5] 吳佳：云計(jì)算智能電網(wǎng)大數(shù)據(jù)驅(qū)動(dòng)的方法研究

[6] 全龍翔：淺談一種面向大數(shù)據(jù)行業(yè)的智能搜索引擎技術(shù)

[7] 胡增富：基于數(shù)據(jù)挖掘的計(jì)算機(jī)用戶行為分析與識(shí)別

[8] 張應(yīng)和：基于改進(jìn)的新息自適應(yīng)卡爾曼MEMS陀螺儀溫度補(bǔ)償算法

[9] 張福斌：純電動(dòng)汽車動(dòng)力電池的發(fā)展現(xiàn)狀與研究進(jìn)展 

[10] 朱攀峰：鋰離子動(dòng)力電池充放電特性的試驗(yàn)分析

[11] 戴海燕：三元軟包動(dòng)力鋰電池?zé)岚踩?/span>

作者：杜鎮(zhèn)源⑴，李華青⑵（⑴.西南大學(xué) 電子信息工程學(xué)院，重慶 400715  ⑵.非線性電路與智能信息處理重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400715）

來源：《動(dòng)力電池》雜志8月刊