Desarrollo de un modelo con técnicas de inteligencia artificial para la estimación del estado de carga de celdas de batería de níquel metal hidruro

En este artículo se realizó el desarrollo de modelos con técnicas de inteligencia artificial para la estimación del estado de carga de celdas de batería de Níquel Metal Hidruro. El estado de carga (SOC) de una batería se entiende como la energía expresada en porcentaje de la capacidad nominal, que a...

Descripción completa

Detalles Bibliográficos
Autor: Hernández Vivanco, Jordy Alexander
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2022
País:Ecuador
Institución:Universidad del Azuay
Repositorio:Repositorio Universidad del Azuay
Idioma:español
OAI Identifier:oai:dspace.uazuay.edu.ec:datos/11640
Acceso en línea:http://dspace.uazuay.edu.ec/handle/datos/11640
Access Level:acceso abierto
Palabra clave:BATERÍAS DE NÍQUEL METAL HIDRURO
INTELIGENCIA ARTIFICIAL-IA
ESTADO DE CARGA-SOC
RED NEURONAL ARTIFICIAL-NN
Descripción
Sumario:En este artículo se realizó el desarrollo de modelos con técnicas de inteligencia artificial para la estimación del estado de carga de celdas de batería de Níquel Metal Hidruro. El estado de carga (SOC) de una batería se entiende como la energía expresada en porcentaje de la capacidad nominal, que aún está disponible para ser utilizada. Este indicador depende de muchas otras magnitudes las cuales deben ser estimadas con base a otras mediciones de diversas señales. Los aportes de este trabajo es obtener un modelo para determinar el SOC de las celdas de baterías de Níquel Metal Hidruro, que mayormente se encuentran en los vehículos híbridos que se distribuyen en Ecuador. Dicho modelo corresponde a un método con técnicas de inteligencia artificial, mismo que permitirá estimar el estado de carga de la celda de batería. La red neuronal Radial Basis (Excat Fit) con la función de entrenamiento GDX, considerando la temperatura de descarga fue la que obtuvo mejor rendimiento, con un coeficiente de correlación (¿2) de 0,997195; concluyendo que modelos creados con técnicas de inteligencia artificial para describir sistemas no lineales tienen un desempeño muy elevado.