Recurrent Neural Network-Based Modeling and Simulation of Lead-Acid Batteries Charge–Discharge

2011 ◽  
Vol 26 (2) ◽  
pp. 435-443 ◽  
Author(s):  
Giacomo Capizzi ◽  
Francesco Bonanno ◽  
Giuseppe M. Tina
Keyword(s):  
Neural Network ◽  
Modeling And Simulation ◽  
Recurrent Neural Network ◽  
Lead Acid Batteries ◽  
Charge Discharge ◽  
Lead Acid

Application of Industrial Crystallization Model for Charge–Discharge Cycle of Lead–Acid Batteries at High Pressure

2015 ◽  
Vol 48 (10) ◽  
pp. 815-820
Author(s):  
Kouji Maeda ◽  
Makoto Nogami ◽  
Koji Arafune ◽  
Takuji Yamamoto ◽  
Kazuhiro Itoh ◽  
...  
Keyword(s):  
High Pressure ◽  
Industrial Crystallization ◽  
Lead Acid Batteries ◽  
Discharge Cycle ◽  
Charge Discharge ◽  
Lead Acid

scholarly journals Peramalan Kapasitas Baterai Lead Acid pada Mobil Listrik Berbasis Levenberg Marquardt Neural Network

2017 ◽  
Vol 5 (2) ◽  
pp. 112
Author(s):  
Mambak Udin ◽  
Bambang Sri Kaloko ◽  
Triwahju Hardianto
Keyword(s):  
Neural Network ◽  
Recurrent Neural Network ◽  
Levenberg Marquardt ◽  
Lead Acid

Salah satu pembahasan dalam penelitian mobil listrik adalah sumber energi atau baterai. Baterai pada mobil listrik mempunyai kapasitas yang terbatas sehingga harus dilakukan pengisian ulang agar mobil listrik tetap bisa berjalan jauh. Keadaan ini bila tidak segera diatasi bisa menyebabkan baterai tiba – tiba habis ditengah jalan. Tentu hal ini membuat cemas dan tidak nyaman bagi pengguna mobil listrik. Oleh karena itu diperlukan peramalan kapasitas baterai agar diketahui kapan waktunya untuk mengisi ulang baterai atau bahkan menggantinya. Penelitian ini membahas peramalan kapasitas baterai mobil listrik berbasis kecerdasan buatan levenberg marquardt neural network, serta membandingkan dengan sistem recurrent neural network. Kondisi mobil listrik menggunakan tiga kondisi beban yaitu kecepatan maksimal, akselerasi awal, dan tanjakan. Hasil penelitian menunjukkan peramalan sisa kapasitas baterai saat kecepatan maksimal setelah pemakaian selama 30 menit, sisa kapasitas baterai yang dapat digunakan diramalkan dengan backpropagation sebesar 61 Ah, dengan recurrent sebesar 60,5 Ah. Sedangkan target kapasitas sebesar 59,6 Ah. Sehingga metode terbaik dalam meramalkan kapasitas baterai adalah menggunakan recurrent neural network. Kata Kunci: Baterai lead acid, levenberg marquardt, mobil listrik, neural network, peramalan.

Remote Monitoring and Active Maintenance of Lead-Acid Batteries on CDMA Bases

2013 ◽  
Vol 838-841 ◽  
pp. 2591-2595
Author(s):  
Xu Feng Tong ◽  
Dong Xia Zhang ◽  
Mao Jun Zheng
Keyword(s):  
Data Analysis ◽  
Remote Control ◽  
Automatic Control ◽  
Remote Monitoring ◽  
Working Life ◽  
Maintenance Cost ◽  
Lead Acid Battery ◽  
Lead Acid Batteries ◽  
Charge Discharge ◽  
Lead Acid

Aiming at the current maintenance of the lead-acid batteries on CDMA bases, this paper analyses the main reasons for the failure of the lead-acid batteries, puts forward the equipment for detecting the parameters of batteries and restoring the defective one, and develops the remote control platform to realize the simultaneous motoring of the battery working states on the base. With the data analysis, the automatic control can be achieved to charge, discharge and restore the batteries. The scientific and reasonable charge and discharge control can improve effectively the lead-acid battery working life and the maintenance efficiency of the spare batteries on the base, hence reducing the maintenance cost.

Sign in / Sign up

Export Citation Format

Share Document