| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题研究背景与意义 | 第10-12页 |
| 1.2 锂离子电池综述 | 第12-14页 |
| 1.2.1 锂离子电池优劣势分析及前景 | 第12-13页 |
| 1.2.2 锂离子电池基本工作原理 | 第13-14页 |
| 1.3 锂离子电池寿命预测研究现状 | 第14-19页 |
| 1.3.1 锂离子电池健康管理系统研究现状 | 第14-15页 |
| 1.3.2 锂离子电池寿命预测方法研究现状 | 第15-19页 |
| 1.4 本文主要的研究内容 | 第19-22页 |
| 第2章 锂离子电池衰退机理分析 | 第22-36页 |
| 2.1 锂离子电池退化机理分析 | 第22-28页 |
| 2.2 温度对锂离子电池容量衰退的影响 | 第28-29页 |
| 2.3 放电倍率对锂离子电池容量衰退的影响 | 第29-30页 |
| 2.4 放电深度对锂离子电池容量衰退的影响 | 第30-34页 |
| 2.4.1 ΔSOC值的改变对锂离子电池容量衰退的影响 | 第31-32页 |
| 2.4.2 平均SOC值的改变对锂离子电池容量衰退的影响 | 第32页 |
| 2.4.3 平均SOC值与ΔSOC值同时变化对锂离子电池容量衰退的影响 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 基于标准粒子滤波的锂离子电池寿命预测 | 第36-66页 |
| 3.1 粒子滤波方法概述及理论基础 | 第36-44页 |
| 3.1.1 粒子滤波方法概述 | 第36-37页 |
| 3.1.2 系统动态空间模型 | 第37-38页 |
| 3.1.3 贝叶斯估计理论 | 第38-39页 |
| 3.1.4 蒙特卡洛积分原理 | 第39-41页 |
| 3.1.5 粒子滤波算法 | 第41-44页 |
| 3.2 试验数据选择 | 第44-47页 |
| 3.3 电池容量衰退模型的建立 | 第47-48页 |
| 3.4 基于标准粒子滤波算法的锂离子电池剩余使用寿命预测 | 第48-64页 |
| 3.4.1 电池寿命预测情景下应用粒子滤波 | 第48-51页 |
| 3.4.2 标准粒子滤波算法预测仿真 | 第51-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第4章 基于改进型粒子滤波的锂离子电池寿命预测 | 第66-84页 |
| 4.1 粒子滤波的样本贫化问题 | 第66页 |
| 4.2 支持向量回归粒子滤波算法介绍 | 第66-70页 |
| 4.2.1 支持向量回归原理 | 第67-69页 |
| 4.2.2 支持向量机粒子滤波算法 | 第69-70页 |
| 4.3 基于支持向量机粒子滤波预测锂离子电池剩余使用寿命 | 第70-82页 |
| 4.3.1 美国航空航天局电池寿命预测 | 第70-78页 |
| 4.3.2 马里兰大学电池寿命预测 | 第78-82页 |
| 4.4 本章小结 | 第82-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 攻读硕士学位期间所发表的学术论文及成果 | 第90-92页 |
| 致谢 | 第92页 |
