基于EKF-Markov的UPS荷电状态预测与健康管理系统

作     者：傅军栋 陈浩杰 孙翔 刘深深 

作者机构：华东交通大学电气与自动化工程学院 

出 版 物：《电源学报》 (Journal of Power Supply)

年 卷 期：2022年

学科分类：0810[工学-信息与通信工程] 08[工学] 081001[工学-通信与信息系统] 

摘      要：随着通信技术的发展，人类生活已经进入了互联网+的时代。作为智能化系统中的重要负荷供电设备的不间断电源，提高其维修效率是保障供电可靠性的主要措施。根据生产不间断电源企业的需求，设计了基于EKF-Markov的不间断电源状态维修管理系统，在使用方许可的情况下，使用地理信息系统可视化显示设备在线位置及实时运行的状态数据。与传统事后维修方案相比，在数据预处理运用加权方法，对数据驱动采集的信息进行状态维修建模，减少不同类型数据导致的差异；采用扩展卡尔曼滤波消除噪声对采样结果的影响，该算法下的荷电状态预测的误差平均值为0.4343%，结合马尔可夫决策过程对UPS电池状态进行分析，实行充-换电模式下的健康管理状态维修策略，平均减少57.12%的维修时间。研究结果表明，相比传统维修，状态预测与健康管理系统的使用，可提高维修效率，加速实现从传统的计划性维修到状态维修模式的转化。