ಲಿಥಿಯಂ ಬ್ಯಾಟರಿ ಚಾರ್ಜ್ ಸ್ಥಿತಿ (SOC) ಅನ್ನು ಚಾರ್ಜ್ ಮಾಡುವ ಮುನ್ಸೂಚನೆ ವಿಧಾನಗಳ ಹೋಲಿಕೆ ಮುನ್ಸೂಚನೆ ವಿಧಾನ ಹೋಲಿಕೆ

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Dobavljač prijenosnih elektrana

ಮೊದಲನೆಯದಾಗಿ, ಚಾರ್ಜ್ ಸ್ಟೇಟ್ (SOC) ಅಂದರೆ SOC ಎಂದರೆ ಸ್ಟೇಟ್ ಆಫ್ ಚಾರ್ಜ್, ಇದು ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ವಿದ್ಯುತ್, ಶಕ್ತಿ ಇತ್ಯಾದಿಗಳಂತಹ ವಿಭಿನ್ನ ಕೋನಗಳಿಂದ, SOC ವಿವಿಧ ಅರ್ಥಗಳನ್ನು ಹೊಂದಿದೆ.

ಯುಎಸ್ ಅಡ್ವಾನ್ಸ್ಡ್ ಬ್ಯಾಟರಿ ಫೆಡರೇಶನ್ (ಯುಎಸ್ಎಬಿಸಿ) ನ ಎಸ್ಒಸಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲ್ಪಟ್ಟಿದೆ, ಅಂದರೆ ಉಳಿದಿರುವ ಶಕ್ತಿಯ ಅಡಿಯಲ್ಲಿ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಡಿಸ್ಚಾರ್ಜ್ ದರದಲ್ಲಿ ಅದೇ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ರೇಟ್ ಮಾಡಲಾದ ಸಾಮರ್ಥ್ಯದ ಅನುಪಾತ. ಅನುಗುಣವಾದ ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರವೆಂದರೆ: qm, ಸ್ಥಿರ ವಿದ್ಯುತ್ ಪ್ರವಾಹ I ಪ್ರಕಾರ ಬ್ಯಾಟರಿಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದಾಗ ಗರಿಷ್ಠ ಡಿಸ್ಚಾರ್ಜ್ ಸಾಮರ್ಥ್ಯ; Q (ಇನ್) T ಸಮಯದಲ್ಲಿದೆ, ಬ್ಯಾಟರಿಯು ಬ್ಯಾಟರಿಯ ಅಡಿಯಲ್ಲಿ ಬ್ಯಾಟರಿಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತದೆ. ಎರಡನೆಯದಾಗಿ, ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಭವಿಷ್ಯ ವಿಧಾನ ಲಿಥಿಯಂ ಅಯಾನ್ ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯು ಬ್ಯಾಟರಿ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಯ ಪ್ರಮುಖ ನಿಯತಾಂಕಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ, ಆದರೆ ಇಡೀ ಕಾರು ಮತ್ತು ಬ್ಯಾಟರಿ ಸಮತೋಲನ ಕೆಲಸದ ಚಾರ್ಜ್ ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ನಿಯಂತ್ರಣ ತಂತ್ರಕ್ಕೆ ಆಧಾರವಾಗಿದೆ.

ಆದಾಗ್ಯೂ, ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿಯ ಸಂಕೀರ್ಣತೆಯಿಂದಾಗಿ, ಅದರ ಹರಿದ ಸ್ಥಿತಿಯನ್ನು ನೇರ ಮಾಪನದ ಮೂಲಕ ಪಡೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ, ಬ್ಯಾಟರಿಯ ಆಂತರಿಕ ಪ್ರತಿರೋಧ, ತೆರೆದ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್, ತಾಪಮಾನ, ಪ್ರವಾಹ ಇತ್ಯಾದಿಗಳಂತಹ ಬ್ಯಾಟರಿಯ ಕೆಲವು ಬಾಹ್ಯ ಗುಣಲಕ್ಷಣಗಳ ಪ್ರಕಾರ ಮಾತ್ರ. ಸಂಬಂಧಿತ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಬಂಧಿತ ನಿಯತಾಂಕಗಳನ್ನು. ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಕುರಿತು ಭವಿಷ್ಯವಾಣಿಯ ಕೆಲಸವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ವಿಶಿಷ್ಟ ವಕ್ರರೇಖೆ ಅಥವಾ ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರ.

ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಅಂದಾಜು ರೇಖೀಯವಲ್ಲ. ಪ್ರಸ್ತುತ, ಪ್ರಸ್ತುತ ಸಾಮಾನ್ಯ ವಿಧಾನವು ಡಿಸ್ಚಾರ್ಜ್ ಪ್ರಯೋಗ, ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ವಿಧಾನ, ಸುರಕ್ಷತಾ ಬಿಂದುಗಳು, ಕಲ್ಮಾನ್ ಫಿಲ್ಟರಿಂಗ್ ವಿಧಾನ, ನರಮಂಡಲ ವಿಧಾನ ಇತ್ಯಾದಿಗಳಿಗೆ ಮುಖ್ಯವಾಗಿದೆ. 1 ಡಿಸ್ಚಾರ್ಜ್ ಪ್ರಾಯೋಗಿಕ ಡಿಸ್ಚಾರ್ಜ್ ಪರೀಕ್ಷಾ ವಿಧಾನದ ತತ್ವವೆಂದರೆ ಬ್ಯಾಟರಿಯನ್ನು ಸ್ಥಿರ ಪ್ರವಾಹದಲ್ಲಿ ತಡೆರಹಿತ ಡಿಸ್ಚಾರ್ಜ್ ಸ್ಥಿತಿಯಲ್ಲಿ ಮಾಡುವುದು, ಡಿಸ್ಚಾರ್ಜ್ ಕಟ್ಆಫ್ ವೋಲ್ಟೇಜ್‌ಗೆ ಬಂದಾಗ ಡಿಸ್ಚಾರ್ಜ್‌ನ ಪ್ರಮಾಣವನ್ನು ಲೆಕ್ಕಹಾಕುವುದು.

ಸ್ಥಿರ ವಿದ್ಯುತ್ ಮೌಲ್ಯದ ಪೂರ್ವ-ಚಿಕಿತ್ಸೆ ಮೌಲ್ಯ ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ಪವರ್ ಮೌಲ್ಯವನ್ನು ಡಿಸ್ಚಾರ್ಜ್ ಮಾಡಿದಾಗ ಬಳಸುವ ಡಿಸ್ಚಾರ್ಜ್ ಸಮಯ. ಡಿಸ್ಚಾರ್ಜ್ ಪ್ರಯೋಗ ವಿಧಾನವು ಪ್ರಯೋಗಾಲಯದ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯನ್ನು ಹೆಚ್ಚಾಗಿ ಅಂದಾಜು ಮಾಡುತ್ತದೆ ಮತ್ತು ಅನೇಕ ಬ್ಯಾಟರಿ ತಯಾರಕರು ಬ್ಯಾಟರಿಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಡಿಸ್ಚಾರ್ಜ್ ವಿಧಾನವನ್ನು ಸಹ ಬಳಸುತ್ತಾರೆ. ಇದರ ಗಮನಾರ್ಹ ಪ್ರಯೋಜನವೆಂದರೆ ವಿಧಾನವು ಸರಳವಾಗಿದೆ, ಮತ್ತು ಅಂದಾಜು ನಿಖರತೆಯು ತುಲನಾತ್ಮಕವಾಗಿ ಹೆಚ್ಚಾಗಿದೆ.

ಅನಾನುಕೂಲತೆಯನ್ನು ಸಹ ಎತ್ತಿ ತೋರಿಸಲಾಗಿದೆ: ಲೋಡ್ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ, ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಅಳತೆ ಸಮಯವನ್ನು ಆಕ್ರಮಿಸಿಕೊಳ್ಳಲು, ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ಮಾಪನ ಮಾಡುವಾಗ, ಬ್ಯಾಟರಿಯನ್ನು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ ಇರಿಸಲು ಬ್ಯಾಟರಿಯನ್ನು ಅಡ್ಡಿಪಡಿಸಬೇಕು, ಆದ್ದರಿಂದ ಅದನ್ನು ಆನ್‌ಲೈನ್‌ನಲ್ಲಿ ಅಳೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ. ಚಾಲನೆಯಲ್ಲಿರುವ ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರ್ ಬ್ಯಾಟರಿಯು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸ್ಥಿತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ ಮತ್ತು ಅದರ ಡಿಸ್ಚಾರ್ಜ್ ಕರೆಂಟ್ ಸ್ಥಿರವಾಗಿಲ್ಲ, ಈ ವಿಧಾನವು ಅನ್ವಯಿಸುವುದಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಬ್ಯಾಟರಿ ಕೂಲಂಕುಷ ಪರೀಕ್ಷೆ ಮತ್ತು ನಿಯತಾಂಕ ಮಾದರಿಯ ನಿರ್ಣಯದಲ್ಲಿ ಡಿಸ್ಚಾರ್ಜ್ ಪ್ರಯೋಗ ವಿಧಾನವನ್ನು ಬಳಸಬಹುದು.

2 ಓಪನ್-ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ವಿಧಾನ ಬ್ಯಾಟರಿಯು ಬಹಳ ಸಮಯದ ನಂತರ ತುಲನಾತ್ಮಕವಾಗಿ ಸ್ಥಿರವಾಗಿರುತ್ತದೆ ಮತ್ತು ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ಮತ್ತು ಬ್ಯಾಟರಿ-ಚಾರ್ಜ್ಡ್ ಸ್ಥಿತಿಯ ನಡುವಿನ ಕ್ರಿಯಾತ್ಮಕ ಸಂಬಂಧವು ಸಹ ತುಲನಾತ್ಮಕವಾಗಿ ಸ್ಥಿರವಾಗಿರುತ್ತದೆ. ನೀವು ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಮೌಲ್ಯವನ್ನು ಪಡೆಯಲು ಬಯಸಿದರೆ, ನೀವು ಬ್ಯಾಟರಿಯ ಎರಡೂ ತುದಿಗಳಲ್ಲಿನ ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ಅನ್ನು ಅಳೆಯಬೇಕು ಮತ್ತು OCV-SOC ಕರ್ವ್ ವಿರುದ್ಧ ಅನುಗುಣವಾದ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಬೇಕು. ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ವಿಧಾನದ ಪ್ರಯೋಜನವೆಂದರೆ ಸರಳವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದು, ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಮೌಲ್ಯವನ್ನು ಪಡೆಯಲು ಆರಂಭಿಕ ವೋಲ್ಟೇಜ್ ಮೌಲ್ಯ ನಿಯಂತ್ರಣ ವಿಶಿಷ್ಟ ಕರ್ವ್ ನಕ್ಷೆಯನ್ನು ಅಳೆಯುವುದು.

ಆದಾಗ್ಯೂ, ಹಲವು ನ್ಯೂನತೆಗಳಿವೆ: ಮೊದಲನೆಯದಾಗಿ, ನಿಖರವಾದ ಮೌಲ್ಯಗಳನ್ನು ಪಡೆಯಲು, ಬ್ಯಾಟರಿ ವೋಲ್ಟೇಜ್ ಅನ್ನು ತುಲನಾತ್ಮಕವಾಗಿ ಸ್ಥಿರ ಸ್ಥಿತಿಯಲ್ಲಿಡಬೇಕು, ಆದರೆ ಬ್ಯಾಟರಿಯನ್ನು ದೀರ್ಘಕಾಲ ನಿಲ್ಲಲು ಅನುಮತಿಸಲಾಗುತ್ತದೆ, ಇದರಿಂದಾಗಿ ನೈಜ-ಸಮಯದ ಮೇಲ್ವಿಚಾರಣೆಯ ಅವಶ್ಯಕತೆಗಳನ್ನು ಪೂರೈಸಲಾಗುವುದಿಲ್ಲ. ಎಲೆಕ್ಟ್ರಿಕ್ ಕಾರುಗಳ ದೀರ್ಘಕಾಲ ಪಾರ್ಕಿಂಗ್. ಬ್ಯಾಟರಿಯ ಚಾರ್ಜಿಂಗ್ ಅನುಪಾತವು ವಿಭಿನ್ನವಾಗಿದ್ದಾಗ, ಕರೆಂಟ್‌ನ ಏರಿಳಿತಗಳು ಬ್ಯಾಟರಿ ತೆರೆಯುವ ವೋಲ್ಟೇಜ್ ಅನ್ನು ಬದಲಾಯಿಸುವುದರಿಂದ, ಬ್ಯಾಟರಿ ಪ್ಯಾಕ್‌ನ ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ಅಸಮಂಜಸವಾಗಿರುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಊಹಿಸಲಾದ ಉಳಿದ ಶಕ್ತಿ ಮತ್ತು ಬ್ಯಾಟರಿಯ ನಿಜವಾದ ಉಳಿದ ಶಕ್ತಿಯು ದೊಡ್ಡ ವಿಚಲನವನ್ನು ಹೊಂದಿರುತ್ತದೆ.

3 ಅಮೇಟ್ ಫ್ರಾನ್ಸ್‌ನ ಸಮಗ್ರ ಕಾನೂನು ಬ್ಯಾಟರಿಯ ಒಳಭಾಗದ ಬಳಕೆಯನ್ನು ಪರಿಗಣಿಸುವುದಿಲ್ಲ, ವ್ಯವಸ್ಥೆಯ ಕೆಲವು ಬಾಹ್ಯ ವೈಶಿಷ್ಟ್ಯಗಳಾದ ಕರೆಂಟ್, ಸಮಯ, ತಾಪಮಾನ ಪರಿಹಾರ ಇತ್ಯಾದಿಗಳ ಪ್ರಕಾರ, ಸಮಯ ಮತ್ತು ಕರೆಂಟ್ ಅನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ಕೆಲವೊಮ್ಮೆ ಕೆಲವು ಪರಿಹಾರವನ್ನು ಸೇರಿಸುತ್ತದೆ. ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯನ್ನು ಅಂದಾಜು ಮಾಡಲು ಬ್ಯಾಟರಿಯಿಂದ ಹರಿಯುವ ಒಟ್ಟು ಶಕ್ತಿಯ ಪ್ರಮಾಣವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಅಂಶವನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ. ಪ್ರಸ್ತುತ, ಬ್ಯಾಟರಿ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಕಾರ್ಯಾಚರಣೆಯ ಸಮಯವನ್ನು ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

ಸುರಕ್ಷತಾ ಬಿಂದುಗಳ ವಿಧಾನದ ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರವು ಈ ಕೆಳಗಿನಂತಿದೆ: ಫಾರ್ಮುಲಾ, SOC0 ಬ್ಯಾಟರಿ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಆರಂಭಿಕ ವಿದ್ಯುತ್ ಮೌಲ್ಯವಾಗಿದೆ; CE ಬ್ಯಾಟರಿಯ ರೇಟ್ ಮಾಡಲಾದ ಸಾಮರ್ಥ್ಯವಾಗಿದೆ; i (t) T ಸಮಯದಲ್ಲಿ ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ಪ್ರವಾಹವಾಗಿದೆ; T ಚಾರ್ಜ್ ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ಸಮಯವಾಗಿದೆ; η ಚಾರ್ಜ್ ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ದರ ಗುಣಾಂಕವಾಗಿದೆ, ಮತ್ತು ಇದನ್ನು ಕಲೆನ್ ದಕ್ಷತೆಯ ಗುಣಾಂಕ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ, ಇದು ಚಾರ್ಜ್ ಮತ್ತು ಡಿಸ್ಚಾರ್ಜ್ ಪ್ರಕ್ರಿಯೆಯ ಸಮಯದಲ್ಲಿ ಬ್ಯಾಟರಿಯೊಳಗಿನ ಬ್ಯಾಟರಿಯ ವಿದ್ಯುತ್ ಪ್ರಸರಣವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಚಾರ್ಜಿಂಗ್ ಡಿಸ್ಚಾರ್ಜ್‌ನ ವರ್ಧನೆ ಮತ್ತು ತಾಪಮಾನ ತಿದ್ದುಪಡಿ ಅಂಶವನ್ನು ಆಧರಿಸಿದೆ. ಸುರಕ್ಷತಾ ಸಮಗ್ರ ಕಾನೂನಿನ ಪ್ರಯೋಜನವೆಂದರೆ ಬ್ಯಾಟರಿಯ ಮಿತಿಗಳು ತುಲನಾತ್ಮಕವಾಗಿ ಚಿಕ್ಕದಾಗಿದೆ, ಲೆಕ್ಕಾಚಾರದ ವಿಧಾನವು ಸರಳವಾಗಿದೆ, ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ ಮತ್ತು ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಮೇಲೆ ನೈಜ-ಸಮಯದ ಅಂದಾಜನ್ನು ಮಾಡಬಹುದು. ಅನಾನುಕೂಲವೆಂದರೆ ನಿಯಂತ್ರಣದಲ್ಲಿ ಸುರಕ್ಷತಾ ಮೀಟರಿಂಗ್ ವಿಧಾನವು ಪತ್ತೆಯಾಗಿರುವುದರಿಂದ, ಕರೆಂಟ್‌ನ ಸಂಗ್ರಹಣಾ ನಿಖರತೆ ಹೆಚ್ಚಿಲ್ಲದಿದ್ದರೆ, ನೀಡಲಾದ ಆರಂಭಿಕ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯು ಒಂದು ನಿರ್ದಿಷ್ಟ ದೋಷವನ್ನು ಹೊಂದಿರುತ್ತದೆ, ಸಿಸ್ಟಮ್ ರನ್ ಸಮಯದ ವಿಸ್ತರಣೆಯೊಂದಿಗೆ, ದೋಷವು ಕ್ರಮೇಣ ಸಂಗ್ರಹಗೊಳ್ಳುತ್ತದೆ, ಹೀಗಾಗಿ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಭವಿಷ್ಯ ಫಲಿತಾಂಶದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ.

ಮತ್ತು ಸುರಕ್ಷತಾ ಬಿಂದುಗಳ ವಿಧಾನವನ್ನು ಹೊರಗಿನ ಗುಣಲಕ್ಷಣಗಳಿಂದ ಮಾತ್ರ ವಿಶ್ಲೇಷಿಸಲಾಗಿರುವುದರಿಂದ, ಬಹು-ಲಿಂಕ್‌ನಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ದೋಷವಿದೆ. ಸುರಕ್ಷತಾ ಬಿಂದುಗಳ ವಿಧಾನದ ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರದಿಂದ ಇದನ್ನು ಕಾಣಬಹುದು ಮತ್ತು ಬ್ಯಾಟರಿಯ ಆರಂಭಿಕ ಶಕ್ತಿಯು ಲೆಕ್ಕಾಚಾರದ ಫಲಿತಾಂಶಗಳ ನಿಖರತೆಯ ಮೇಲೆ ದೊಡ್ಡ ಪರಿಣಾಮವನ್ನು ಬೀರುತ್ತದೆ. ವಿದ್ಯುತ್ ಪ್ರವಾಹ ಮಾಪನದ ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸಲು, ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಯ ವಿದ್ಯುತ್ ಪ್ರವಾಹ ಸಂವೇದಕಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಅಳೆಯಲಾಗುತ್ತದೆ, ಆದರೆ ಇದನ್ನು ಹೆಚ್ಚಿಸಲಾಗುತ್ತದೆ.

ಈ ನಿಟ್ಟಿನಲ್ಲಿ, ಅನೇಕ ವಿದ್ವಾಂಸರು ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ವಿಧಾನವನ್ನು ಅನ್ವಯಿಸಿದರು, ಆದರೆ ಅಪ್ಲಿಕೇಶನ್ ಸುರಕ್ಷತಾ ಅವಿಭಾಜ್ಯ ವಿಧಾನವನ್ನು ಎರಡನ್ನೂ ಸಂಯೋಜಿಸಿದರು. ಬ್ಯಾಟರಿಯ ಆರಂಭಿಕ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯನ್ನು ಅಂದಾಜು ಮಾಡಲು ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್ ವಿಧಾನವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸಂಯೋಜಿತ ತಿದ್ದುಪಡಿ ವಿಧಾನವನ್ನು ನೈಜ ಸಮಯದಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಲೆಕ್ಕಾಚಾರದ ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸಲು ತಿದ್ದುಪಡಿ ಅಂಶಗಳನ್ನು ಸೇರಿಸಲಾಗುತ್ತದೆ. 4 ಕಲ್ಮನ್ ಫಿಲ್ಟರಿಂಗ್ ವಿಧಾನ ಕಲ್ಮನ್ ಫಿಲ್ಟರಿಂಗ್ ಅಲ್ಗಾರಿದಮ್ ಸಮಯ ಡೊಮೇನ್ ಸ್ಥಿತಿ ಸ್ಥಳ ಸಿದ್ಧಾಂತದ ಕನಿಷ್ಠ ಸಮಾನ ಅಂದಾಜಾಗಿದ್ದು, ಇದು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಅಂದಾಜಿನ ವರ್ಗಕ್ಕೆ ಸೇರಿದ್ದು, ಮ್ಯಾಕ್ರೋ ಎಂದರೆ ವೀಕ್ಷಣಾ ಸಂಕೇತದ ಮೇಲೆ ಶಬ್ದದ ಪರಿಣಾಮವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಮತ್ತು ತೆಗೆದುಹಾಕುವುದು.

ಮೂಲವು ಅತ್ಯುತ್ತಮವಾಗಿದೆ. ವ್ಯವಸ್ಥೆಯ ಇನ್‌ಪುಟ್ ಪ್ರಮೇಯ ಆಧಾರದ ಮೇಲೆ ಸ್ಥಿತಿ ಅಸ್ಥಿರಗಳಿಗೆ ಮಾನ್ಯವಾಗಿದೆ ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ. ಈ ಅಲ್ಗಾರಿದಮ್‌ನ ಮೂಲ ತತ್ವವೆಂದರೆ ಶಬ್ದ ಮತ್ತು ಸಿಗ್ನಲ್‌ನ ಸ್ಥಿತಿ ಸ್ಥಳ ಮಾದರಿಯನ್ನು ಅಲ್ಗಾರಿದಮ್ ಮಾದರಿಯಾಗಿ ಬಳಸುವುದು, ಅಳತೆ ಮಾಡಿದಾಗ, ಪ್ರಸ್ತುತ ಸಮಯದ ಗಮನಿಸಿದ ಮೌಲ್ಯ ಮತ್ತು ಹಿಂದಿನ ಸಮಯದ ಅಂದಾಜು ಮೌಲ್ಯ, ಮತ್ತು ಸ್ಥಿತಿ ವೇರಿಯೇಬಲ್‌ನ ಅಂದಾಜನ್ನು ನವೀಕರಿಸುವುದು.

ಕರ್ಮನ್ ಫಿಲ್ಟರಿಂಗ್ ಅಲ್ಗಾರಿದಮ್ ಲಿಥಿಯಂ ಅಯಾನ್ ಬ್ಯಾಟರಿ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಗಣನೀಯತೆಯನ್ನು ಊಹಿಸುತ್ತದೆ ಮತ್ತು ಪ್ರಾಥಮಿಕ ಮುನ್ಸೂಚನೆಯ ಮೌಲ್ಯವನ್ನು ಸರಿಪಡಿಸಲು ಅಳತೆ ಮಾಡಿದ ವೋಲ್ಟೇಜ್ ಮೌಲ್ಯವನ್ನು ಬಳಸುತ್ತದೆ. ಕಲ್ಮನ್ ಫಿಲ್ಟರಿಂಗ್ ವಿಧಾನದ ಪ್ರಯೋಜನವೆಂದರೆ ಕಂಪ್ಯೂಟರ್ ಡೇಟಾದ ನೈಜ-ಸಮಯದ ಕಾರ್ಯಾಚರಣೆಯ ಪ್ರಕ್ರಿಯೆಗೆ ಸೂಕ್ತವಾಗಿದೆ, ವ್ಯಾಪಕ ಅಪ್ಲಿಕೇಶನ್ ಶ್ರೇಣಿ, ರೇಖಾತ್ಮಕವಲ್ಲದ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಬಳಸಬಹುದು ಮತ್ತು ಚಾಲನೆಯ ಸಮಯದಲ್ಲಿ ವಿದ್ಯುತ್ ವಾಹನಗಳ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಮುನ್ಸೂಚನೆಯ ಮೇಲೆ ಉತ್ತಮ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಕಲ್ಮನ್ ಫಿಲ್ಟರಿಂಗ್ ವಿಧಾನದ ಅನನುಕೂಲವೆಂದರೆ ಬ್ಯಾಟರಿ ಮಾದರಿಯ ನಿಖರತೆಯು ಅಲ್ಗಾರಿದಮ್ ಮುನ್ಸೂಚನೆ ಫಲಿತಾಂಶಗಳ ನಿಖರತೆ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸಲು, ವಿಶ್ವಾಸಾರ್ಹ ಬ್ಯಾಟರಿ ಮಾದರಿಯನ್ನು ಸ್ಥಾಪಿಸುವುದನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ.

ಇದರ ಜೊತೆಗೆ, ಕಲ್ಮನ್ ಫಿಲ್ಟರಿಂಗ್ ವಿಧಾನದ ಅಲ್ಗಾರಿದಮ್ ಹೆಚ್ಚು ಜಟಿಲವಾಗಿದೆ, ಆದ್ದರಿಂದ ಅದರ ಲೆಕ್ಕಾಚಾರದ ಪ್ರಮಾಣವು ತುಲನಾತ್ಮಕವಾಗಿ ದೊಡ್ಡದಾಗಿದೆ ಮತ್ತು ಇದು ಆಪರೇಟರ್‌ನ ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೊಂದಿದೆ. 5 ನರಮಂಡಲದ ನರವೈಜ್ಞಾನಿಕ ಜಾಲದ ಉದ್ದೇಶವು ಮಾನವ ಬುದ್ಧಿಮತ್ತೆಯ ನಡವಳಿಕೆಯನ್ನು ಅನುಕರಿಸುವುದು, ಸಮಾನಾಂತರ ರಚನೆ ಮತ್ತು ಬಲವಾದ ಕಲಿಕೆಯ ಸಾಮರ್ಥ್ಯದ ಮೂಲಕ ದತ್ತಾಂಶ ಅಭಿವ್ಯಕ್ತಿಯನ್ನು ಪಡೆಯುವುದು ಮತ್ತು ಬಾಹ್ಯವಾಗಿ ಉತ್ಸುಕರಾದಾಗ ಅನುಗುಣವಾದ ಔಟ್‌ಪುಟ್ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನೀಡಬಹುದು ಮತ್ತು ಉತ್ತಮ ರೇಖಾತ್ಮಕವಲ್ಲದ ಮ್ಯಾಪಿಂಗ್ ಅನ್ನು ಮಾಡಬಹುದು. ನರಮಂಡಲ ವಿಧಾನದ ತತ್ವವು ಲಿಥಿಯಂ ಅಯಾನ್ ಬ್ಯಾಟರಿಯ ಸ್ಥಿತಿಗೆ ಅನ್ವಯಿಸುತ್ತದೆ: ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಅನುಗುಣವಾದ ವೋಲ್ಟೇಜ್‌ಗಳು, ಪ್ರವಾಹಗಳು ಮತ್ತು ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ದತ್ತಾಂಶದಂತಹ ಬಾಹ್ಯ ಡೇಟಾವನ್ನು ತರಬೇತಿ ಮಾದರಿಯಾಗಿ ಮತ್ತು ನರಮಂಡಲದಲ್ಲಿನ ಮಾಹಿತಿಯ ಮುಂದಕ್ಕೆ ದಿಕ್ಕಿನಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ.

ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯ ಭವಿಷ್ಯ ಮೌಲ್ಯವನ್ನು ಪಡೆಯಲು ಹೊಸ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವ ಮೂಲಕ, ಭವಿಷ್ಯದ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯು ವಿನ್ಯಾಸ ಅವಶ್ಯಕತೆಗಳ ದೋಷ ವ್ಯಾಪ್ತಿಯನ್ನು ತಲುಪಿದಾಗ, ಪ್ರಸರಣ ಮತ್ತು ದೋಷ ವರ್ಗಾವಣೆಯ ಹಿಮ್ಮುಖ ಪ್ರಸರಣವನ್ನು ಪುನರಾವರ್ತಿತ ತರಬೇತಿ ಮತ್ತು ಮಾರ್ಪಾಡು ಮಾಡಲಾಗುತ್ತದೆ. ವಿವಿಧ ಬ್ಯಾಟರಿಗಳ ಸಕಾರಾತ್ಮಕ ಸ್ಥಿತಿಯನ್ನು ಅಂದಾಜು ಮಾಡಲು ನರಮಂಡಲ ವಿಧಾನದ ಪ್ರಯೋಜನವನ್ನು ಅಂದಾಜು ಮಾಡಬಹುದು. ಇದು ವ್ಯಾಪಕವಾಗಿ ಅನ್ವಯಿಸುತ್ತದೆ.

ನಿರ್ದಿಷ್ಟ ಗಣಿತದ ಮಾದರಿಯನ್ನು ಸ್ಥಾಪಿಸಬೇಡಿ. ಬ್ಯಾಟರಿಯಲ್ಲಿನ ಸಂಕೀರ್ಣ ರಾಸಾಯನಿಕ ಬದಲಾವಣೆಗಳನ್ನು ಪರಿಗಣಿಸಬೇಡಿ, ಸೂಕ್ತವಾದ ಮಾದರಿಯನ್ನು ಆರಿಸಿ ಮತ್ತು ಉತ್ತಮ ನರಮಂಡಲ ಜಾಲ ಮಾದರಿಯನ್ನು ಸ್ಥಾಪಿಸಿ, ಹೆಚ್ಚು ಮಾದರಿ ಡೇಟಾ, ಅದರ ಅಂದಾಜಿನ ನಿಖರತೆ ಹೆಚ್ಚಾಗುತ್ತದೆ; ಯಾವುದೇ ಸಮಯದಲ್ಲಿ ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ ಸ್ಥಿತಿಯನ್ನು ನಿರ್ಧರಿಸಲು ಸಾಧ್ಯವಿದೆ. ನರಮಂಡಲದ ಜಾಲ ವಿಧಾನದ ಅನಾನುಕೂಲವೆಂದರೆ ದತ್ತಾಂಶ ಮಾದರಿಗಳ ನಿಖರತೆ, ಮಾದರಿ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಮಾದರಿ ವಿತರಣೆ, ಮಾದರಿ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಮಾದರಿ ವಿತರಣೆ ಮತ್ತು ತರಬೇತಿ ವಿಧಾನಗಳು ಬ್ಯಾಟರಿಯ ಬ್ಯಾಟರಿಯ ಮೇಲೆ ಹೆಚ್ಚು ಪ್ರಭಾವ ಬೀರುತ್ತವೆ.

ಮೂರನೆಯದಾಗಿ, ಹಲವಾರು ಪ್ರಮುಖ ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿ ಚಾರ್ಜ್‌ಗಳ ಪ್ರಸ್ತುತ ಮುನ್ಸೂಚನಾ ವಿಧಾನದ ಸರಳ ಪರಿಚಯಕ್ಕಾಗಿ ಈ ಪ್ರಬಂಧವನ್ನು ಸಂಕ್ಷೇಪಿಸಿ, ಮತ್ತು ಅವುಗಳ ಆಯಾ ಅನುಕೂಲಗಳು ಮತ್ತು ಅನಾನುಕೂಲಗಳನ್ನು ವಿವರವಾಗಿ ವಿಶ್ಲೇಷಿಸುತ್ತೇವೆ. ಪ್ರಸ್ತುತ, ಏಕೀಕರಣ ವಿಧಾನವು ಇನ್ನೂ ಹೆಚ್ಚು ಅನ್ವಯವಾಗುವ ಸಕಾರಾತ್ಮಕ ಸ್ಥಿತಿಯ ಮುನ್ಸೂಚನಾ ವಿಧಾನವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಸುರಕ್ಷತಾ ಬಿಂದುವಿನ ಸುರಕ್ಷತಾ ಬಿಂದುಗಳ ಮಿತಿಗಳಿಂದಾಗಿ, ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿಯ ಆರಂಭಿಕ ಚಾರ್ಜ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಲು ಓಪನ್ ಸರ್ಕ್ಯೂಟ್ ವೋಲ್ಟೇಜ್‌ಗಳು ಮತ್ತು ಇತರ ವಿಧಾನಗಳಂತಹ ಇತರ ವಿಧಾನಗಳಿಂದ ಇದನ್ನು ಹೆಚ್ಚಾಗಿ ಪೂರ್ಣಗೊಳಿಸಲಾಗುತ್ತದೆ.

ಅಭಿವೃದ್ಧಿ ಪ್ರವೃತ್ತಿಗಳ ದೃಷ್ಟಿಕೋನದಿಂದ, ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿಯ ಚಾರ್ಜ್ಡ್ ಸ್ಥಿತಿಯ ಮುನ್ಸೂಚನೆಗೆ ಅಂಶಗಳು ಹೆಚ್ಚು ಸಮಗ್ರವಾಗಿವೆ ಮತ್ತು ಬಳಸಲಾಗುವ ಮುನ್ಸೂಚನೆ ವಿಧಾನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಹಲವಾರು ವಿಧಾನಗಳ ಸಮಗ್ರ ಅನ್ವಯವಾಗಿದ್ದು, ಮುನ್ಸೂಚನೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಮಾಡುತ್ತದೆ. ಇದಲ್ಲದೆ, ಇದು ಪ್ರಸ್ತುತ ಲಿಥಿಯಂ-ಐಯಾನ್ ಬ್ಯಾಟರಿಯ ಸಮಾನ ಸರ್ಕ್ಯೂಟ್ ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದೆ, ಇದು ವಾಸ್ತವಕ್ಕೆ ಹೆಚ್ಚು ಹತ್ತಿರದಲ್ಲಿದೆ, ಇದರಿಂದಾಗಿ ಚಾರ್ಜ್ಡ್ ವಿದ್ಯುತ್‌ನ ಮುನ್ಸೂಚನೆಯ ನಿಖರತೆಯನ್ನು ಮತ್ತಷ್ಟು ಸುಧಾರಿಸಲಾಗುತ್ತದೆ.