Določanje napolnjenosti baterij z uporabo umetnega nevronskega omrežja : magistrsko delo

Rečnik, Rok

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Določanje napolnjenosti baterij z uporabo umetnega nevronskega omrežja : magistrsko delo
Avtorji:	ID Rečnik, Rok (Avtor) ID Štumberger, Gorazd (Mentor) Več o mentorju... ID Sukič, Primož (Komentor)
Datoteke:	MAG_Recnik_Rok_2019.pdf (8,88 MB) MD5: EF685CFDE9D083CA95079FF4D794138A PID: 20.500.12556/dkum/f4e3b5ad-62be-425a-a7a7-f196c7529009
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	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.
Ključne besede:	umetna nevronska omrežja, določanje stanja napolnjenosti baterij, litij-ionske baterije, LTO
Kraj izida:	Maribor
Kraj izvedbe:	Maribor
Založnik:	[R. Rečnik]
Leto izida:	2019
Št. strani:	XVIII, 135 str.
PID:	20.500.12556/DKUM-75132
UDK:	621.354.32.08(043.2)
COBISS.SI-ID:	22774550
NUK URN:	URN:SI:UM:DK:8PMLBH1C
Datum objave v DKUM:	21.11.2019
Število ogledov:	2194
Število prenosov:	378
Metapodatki:
Področja:	KTFMB - FERI
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	24.09.2019

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	State of charge estimation for batteries using artificial neural network
Opis:	The main goal of this Master's thesis is estimating the state of charge of batteries with the help of an artificial neural network. Estimating the state of charge (SOC) of batteries is a big challenge, because it is hard to estimate SOC precisely. The main focus was working with Toshiba's lithium-ion batteries that contain titanium oxide (LTO). With regards to available literature, a method for estimating SOC by the use of artificial neural networks was chosen. Battery current, voltage and temperature measurements were done with the help of a battery tester designed specifically for this purpose. The measurements were recorded using a measuring system called Dewesoft Sirius HS. The data was processed in the programming environment Matlab. Using the same programming environment a neural network was built and trained. Tests of the trained neural network showed that it was capable of assesing the SOC. Tests on determining SOC in real time were done with the help of the program Simulink.
Ključne besede:	artificial neural network, state of charge estimation, lithium-ion battery, LTO

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj