| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 研究现状 | 第11页 |
| 1.2.2 落后电池检测 | 第11-12页 |
| 1.2.3 剩余荷电态预测 | 第12页 |
| 1.2.4 国内外应用现状和问题 | 第12-13页 |
| 1.3 待解决的问题 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 VRLA蓄电池原理及特性分析 | 第15-29页 |
| 2.1 VRLA蓄电池工作原理 | 第15-19页 |
| 2.1.1 充放电反应原理 | 第15-16页 |
| 2.1.2 建立化学反应简单模型 | 第16-18页 |
| 2.1.3 VRLA蓄电池的副反应 | 第18-19页 |
| 2.2 VRLA蓄电池常见故障分析 | 第19-22页 |
| 2.2.1 负极不可逆硫酸盐化 | 第20页 |
| 2.2.2 失水 | 第20-21页 |
| 2.2.3 热失控 | 第21页 |
| 2.2.4 正极板腐蚀变形 | 第21页 |
| 2.2.5 自放电 | 第21页 |
| 2.2.6 电池组不均匀性 | 第21-22页 |
| 2.3 影响VRLA蓄电池的特征参数 | 第22-26页 |
| 2.3.1 VRLA蓄电池电压 | 第22-24页 |
| 2.3.2 VRLA蓄电池电流 | 第24-25页 |
| 2.3.3 VRLA蓄电池温度 | 第25-26页 |
| 2.3.4 VRLA蓄电池内阻 | 第26页 |
| 2.3.5 VRLA蓄电池容量 | 第26页 |
| 2.4 传统的蓄电池剩余荷电态检测方法 | 第26-28页 |
| 2.4.1 安时法 | 第26-27页 |
| 2.4.2 开路电压法 | 第27页 |
| 2.4.3 密度法 | 第27页 |
| 2.4.4 内阻法 | 第27-28页 |
| 2.4.5 人工算法 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 VRLA蓄电池内阻 | 第29-38页 |
| 3.1 概述 | 第29页 |
| 3.2 VRLA蓄电池内阻模型 | 第29-30页 |
| 3.2.1 Rint模型 | 第29页 |
| 3.2.2 Thevenin模型 | 第29-30页 |
| 3.2.3 GNL模型 | 第30页 |
| 3.3 内阻测定方法 | 第30-32页 |
| 3.3.1 直流放电法 | 第30-31页 |
| 3.3.2 交流注入法 | 第31-32页 |
| 3.4 内阻特性分析 | 第32-35页 |
| 3.4.1 放电内阻特性 | 第32-33页 |
| 3.4.2 内阻与放电率 | 第33-34页 |
| 3.4.3 内阻与电池健康状态 | 第34页 |
| 3.4.4 内阻与额定容量 | 第34-35页 |
| 3.5 内阻与蓄电池荷电态相关性研究 | 第35-36页 |
| 3.5.1 荷电态定义 | 第35页 |
| 3.5.2 建立物理模型 | 第35-36页 |
| 3.5.3 两种物理模型预测结果 | 第36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 VRLA蓄电池组健康状态(SOH)分类 | 第38-44页 |
| 4.1 概述 | 第38页 |
| 4.2 一种改进的K-means聚类分析方法 | 第38-41页 |
| 4.2.1 改进的K-means算法基本原理 | 第39页 |
| 4.2.2 改进K-means聚类算法实现步骤 | 第39-41页 |
| 4.3 改进K-means聚类对蓄电池组健康状态检测结果 | 第41-43页 |
| 4.3.1 样本初始值 | 第41-42页 |
| 4.3.2 电池分类结果 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 VRLA蓄电池剩余荷电态(SOC)估测 | 第44-55页 |
| 5.1 概述 | 第44页 |
| 5.2 神经网络算法 | 第44-48页 |
| 5.2.1 神经网络理论概述 | 第44-45页 |
| 5.2.2 BP神经网络算法原理 | 第45-46页 |
| 5.2.3 用BP神经网络预测VRLA蓄电池荷电态 | 第46-48页 |
| 5.2.4 小结 | 第48页 |
| 5.3 支持向量机理论 | 第48-54页 |
| 5.3.1 小结支持向量机理论概述 | 第48页 |
| 5.3.2 最小二乘支持向量机算法原理 | 第48-50页 |
| 5.3.3 用最小二乘支持向量机预测VRLA蓄电池荷电态 | 第50-54页 |
| 5.3.4 小结 | 第54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 VRLA蓄电池远程诊断与维护系统开发 | 第55-59页 |
| 6.1 VRLA蓄电池远程诊断与维护系统原型开发 | 第55页 |
| 6.2 VRLA蓄电池远程诊断与维护系统组成 | 第55-57页 |
| 6.2.1 集成式温度电压采集传感器 | 第55-56页 |
| 6.2.2 智能数据采集及监控终端 | 第56页 |
| 6.2.3 双通道电源保护器 | 第56-57页 |
| 6.2.4 IOCPServer | 第57页 |
| 6.2.5 管理端 | 第57页 |
| 6.2.6 Webserver | 第57页 |
| 6.3 总结 | 第57-59页 |
| 第七章 总结与展望 | 第59-61页 |
| 7.1 总结 | 第59页 |
| 存在问题及展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 作者在攻读硕士学位期间发表的论文 | 第65页 |
