基于APPDesigner的站用铅酸蓄电池性能分析软件设计

2022-03-21版权声明我要投稿

  摘要:本文针对换流站用铅酸蓄电池的工作特点及运维需求,提出了一种基于Matlab APP Designer的铅酸蓄电池性能分析软件设计方法。利用该设计方法完成了软件主页、VRLA简介、铅酸电池特性、铅酸电池模型、模型训练、寿命预测、铅碳电池和开发团队介绍等8大软件模块的设计和验证,测试结果表明该软件具有开发周期短、维护成本低和快速迭代等特点。

  关键词:铅酸蓄电池;APP设计工具;模型训练;寿命预测;

  阀控式铅酸蓄电池组是变电站中直流电源系统的核心,其性能质量关乎整个变电站的安全稳定运行[1]。随着阀控式铅酸蓄电池在变电站直流系统中的应用日益广泛,运维的站用蓄电池组数量非常庞大。截止2020年底,广州局运维8个换流站、1个变电站,蓄电池数量总计达到106组,其中运行年限5年以上的蓄电池组为26组,占全部蓄电池组的25%。根据广州局历史运维经验,运行时间达到5年以上的蓄电池组出现容量问题的概率非常大,因此很有必要设计一款站用铅酸蓄电池性能分析软件。

  APP Designer是美国Math Works公司为Matlab软件量身定制的应用程序构建平台,属于GUIDE代替产品,随Matlab R2016a首次发布。APP Designer建立在现代的基于Web的技术上,并允许应用程序在Web上运行。开发环境友好,相比GUIDE具有更丰富的组件和更稳定的编程模型。鉴于以上优点,APP Designer已经广泛应用在数值仿真[2]、软件建模[3]和参数匹配[4]等领域。

2 软件需求分析及功能设计

  2.1 需求分析

  目前对蓄电池的运维主要是依据南方电网《电力设备检修试验规程》[5]的规定,蓄电池容量管理采取周期性核对性充放电的方式进行检验。投运4年内每2年一次,投运4年以上每年一次,要求采用I10电流进行恒定电流放电,蓄电池容量应为标称容量的80%及以上。

  蓄电池性能分析软件需要按产品化和模块化设计思路,通过合理选择UI组件和布局,在感官、交互和性能等方面提供良好的用户体验。本软件使用对象是站用蓄电池运维和管理人员,其需要集中在电池典型性能曲线、电池充放电建模、神经网络建模与训练、神经网络预测等方面。

  2.2 软件功能模块

  依据上述需求分析和铅酸电池特点,并考虑软件产品的完整性,本次设计的铅酸蓄电池性能分析软件共分为7大模块,各模块功能及主要组件如表1所示。

3 APP Designer关键技术

  Matlab2021a自带的APP Designer共有常用组件21种、容器3种、图窗工具3种、仪器组件10种、航空组件8种,可以满足绝大多数的软件界面和布局设计要求。而Matlab自带的丰富的工具箱和接口函数,使得软件相关功能实现变得更加简便,从而实现快速开发和迭代。

  3.1 APP文件操作

  蓄电池性能分析软件需要与本地电池数据进行交互,需要进行文件读取;经网络模型的训练、保存以及测试均也离不开文件操作。使用最频繁的是文件选取、读取数据和保存等功能,用到的接口函数有readmatrix、readtable、readcell、uigetfile和uisave等。

  3.2 APP参数传递

  蓄电池性能分析软件包含多个模块,参数传递分为APP内部参数传递和APP之间参数传递。常用的参数传递方法共有4种,具体如表2所示。

  3.3 APP信息提示

  为了获取更好的用户体验,APP设计工具支持控组件的tooltip属性;设置了tooltip的组件,在鼠标滑过时会显示提示内容。除此之外APP设计工具提供了uiconfirm、uialert和uiprogressdlg等信息交互函数,其中uialert相当于uiconfirm的一个特例,uiprogressdlg用于显示进度条。uiconfirm使用范围最广泛,可以用于,详细用法如表3所示。

4 功能实现及测试

  为了按照软件规划的模块和组件,利用APP Designer最终顺利完成设计并达到预期目标。软件主页效果如图1所示,具有6大功能模块,采用带有提示的图标按钮进行导航设计。

  4.1 电池特性

  电池特性模块展示了典型铅酸蓄电池的放电特性、周期性SOC-充放电电流曲线以及内阻曲线,其中数据来源为站用蓄电池实测和铅酸电池模型仿真数据。布局和展示效果如图2所示,用户通过下拉框选择曲线,软件自动载入相关数据并生成特性曲线。

  4.2 模型训练

  BP(back propagation)神经网络是1986年由Rumelhart和Mc Clelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的神经网络[6]。文献1成功将其应用于站用铅酸蓄电池的寿命预测,本模块利用文献1公开的数据,设计了网络训练的图形化操作界面,效果如图3所示。用户通过训练结果下拉框来查看误差曲线、网络结构和预测结果对比曲线,可重复训练获得满意网络模型并保存到本地。

  4.3 寿命预测

  用户使用模型训练模块完成对BP网络的训练后,可将误差小的网络模型保存到本地。寿命预测模块可载入已经训练好的模型,然后利用验证样本对模型的预测性能进行评估。该模块操作界面如图4所示,用户可通过打开模型图标选择本地存储的模型文件,然后点击网络预测按钮对当前模型进行验证,点击下拉框可查看预测误差曲线和预测结果对比曲线。

5 结束语

  通过铅酸蓄电池性能分析软件的设计验证,表明本文提出的基于Matlab APP Designer软件方法具有良好的可行性、可维护性和可扩展性。APP Designer在界面设计和用户交互方面表现突出,具有构建较大规模应用程序的能力。基于APP Designer设计的软件不足之处主要在于运行速度和软件部署两个方面:运行速度和电脑硬件配置关系密切;程序部署的趋势是Web APPs方式,安装Matlab的电脑作为服务器,把APP程序发布到局域网,客户端可以通过浏览器访问。

参考文献

  [1]王文强.电网用阀控式铅酸蓄电池寿命预测研究与实现[D].湖南大学,2015.

  [2]郭向红,马娟娟,肖娟,周义仁,曹玉涛,雷涛,郑利剑.基于MATLAB APP Designer的非饱和土壤入渗数值仿真实验研究[J].山西水利科技,2021(1):7-9+14.

  [3] 韦超毅,许哲,李韬,钱文昕,钟贻磊.基于MATLAB APP Designer的汽车爬坡能力建模与仿真[J].机械工程与技术,2020,9(6):594-601.

  [4]韦超毅,许哲,黄大明,徐光忠.基于MATLAB APP Designer的电动汽车动力参数匹配[J].汽车实用技术,2020(15):4-7.

  [5] Q/CSG1206007-2017,电力设备检修试验规程[S].

  [6] 闻新,张兴旺,朱亚萍,李新著.智能故障诊断技术:MATLAB应用:北京航空航天大学出版社,2015.09.

作者:黎剑波 熊超 单位:中国南方电网有限责任公司超高压输电公司广州局

【基于APPDesigner的站用铅酸蓄电池性能分析软件设计】相关文章:

1.基于内嵌FBG的复合材料模具应变监测模块的设计方法和性能分析

2.基于STM32F407单片机的电池智能监控系统设计

3.基于动力电池回收的新能源汽车行业绿色低碳发展路线

4.基于区块链技术的动力电池可追溯性管理研究

5.基于多视图卷积神经网络的船体分段性能研究

6.基于软件分析的汽车内部安全结构的吸能及轻量化设计

7.基于大数据分析比对的智慧审查系统设计与实现

8.基于云计算环境下的软件测试平台的设计

9.基于大数据分析技术的数字图书馆信息检索模型设计

10.基于BOPPS模型的无机化学实验教学设计与分析

11.电气自动化系统中的无功补偿技术

12.海洋平台电气节能技术

文档上传者