首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

基于模型驱动的锂离子电池剩余寿命预测方法研究

摘要第4-5页
Abstract第5页
第1章 绪论第9-16页
    1.1 课题来源以及研究目的与意义第9-10页
    1.2 国内外研究现状第10-14页
        1.2.1 锂离子电池剩余寿命预测研究现状第10页
        1.2.2 基于数据驱动的剩余寿命预测研究现状第10-12页
        1.2.3 基于模型的剩余寿命预测研究现状第12-13页
        1.2.4 基于模型的剩余寿命预测研究现状分析第13-14页
    1.3 论文的主要研究内容及章节安排第14-16页
第2章 锂离子电池容量退化建模第16-26页
    2.1 锂离子电池退化过程分析第16-17页
    2.2 基于模型驱动的锂离子电池剩余寿命预测方法第17-18页
    2.3 锂离子电池容量退化建模第18-22页
        2.3.1 健康因子提取第19-20页
        2.3.2 锂离子电池温度变化速率模型构建第20-21页
        2.3.3 锂离子电池温度差容量退化模型构建第21-22页
    2.4 锂离子电池容量退化模型验证以及选择第22-25页
        2.4.1 模型标价标准以及RUL预测评价标准第22页
        2.4.2 温度变化速率模型的验证以及选择第22-23页
        2.4.3 温度差模型的验证以及选择第23-25页
    2.5 本章小结第25-26页
第3章 基于SVM的锂离子健康因子预测第26-36页
    3.1 健康因子数据分析第26-27页
    3.2 SVM方法第27-31页
        3.2.1 二分类支持向量机第27-30页
        3.2.2 支持向量回归机第30-31页
    3.3 基于SVM的健康因子预测方法第31-35页
        3.3.1 基于支持向量机的温度变化速率预测实验结果第32-34页
        3.3.2 基于支持向量机的温度差预测实验结果第34-35页
    3.4 本章小结第35-36页
第4章 基于健康因子的锂离子电池RUL预测方法第36-42页
    4.1 线性回归方法第36-37页
    4.2 基于模型的锂离子电池剩余寿命线性回归预测算法第37-38页
    4.3 实验结果与分析第38-41页
        4.3.1 温度变化速率模型的RUL预测实验结果第38-39页
        4.3.2 温度差模型的锂离子电池剩余寿命预测结果第39页
        4.3.3 两个模型的锂离子电池剩余寿命预测结果比较第39-41页
    4.4 本章小结第41-42页
第5章 锂离子电池剩余寿命预测优化第42-61页
    5.1 基于密度聚类的锂离子电池数据优化方法第42-49页
        5.1.1 K-Means聚类方法第42-43页
        5.1.2 基于密度的聚类方法第43-44页
        5.1.3 基于密度的K-Means聚类锂离子电池数据预处理方法第44-45页
        5.1.4 实验结果与分析第45-46页
        5.1.5 基于温度差模型的锂离子电池剩余寿命预测实验结果第46-48页
        5.1.6 基于密度的K-Means聚类方法对RUL预测的影响第48-49页
    5.2 基于集成学习的锂离子电池剩余寿命预测优化方法第49-55页
        5.2.1 Bagging方法第49-50页
        5.2.2 基于Bagging的锂离子电池剩余寿命预测方法第50-51页
        5.2.3 Adaboost算法的锂离子电池剩余寿命预测方法第51-52页
        5.2.4 Bagging方法实验结果与分析第52-53页
        5.2.5 Adaboost方法实验结果与分析第53-54页
        5.2.6 集成学习方法对锂离子电池剩余寿命预测的影响第54-55页
    5.3 基于加权线性回归算法的电池容量预测优化方法第55-57页
        5.3.1 基于加权线性回归的锂离子电池剩余寿命预测方法第55页
        5.3.2 实验结果与分析第55-57页
        5.3.3 加权线性回归方法对锂离子电池剩余寿命预测的影响第57页
    5.4 四种优化方法比较分析第57-60页
        5.4.1 四种优化方法预测实验结果比较分析第57-59页
        5.4.2 四种优化方法的时间复杂度比较分析第59-60页
    5.5 本章小结第60-61页
结论第61-62页
参考文献第62-68页
攻读硕士学位论文期间发表的学术论文及其他成果第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于深度学习的中文电子病历实体修饰与关系抽取研究及算法平台开发
下一篇:面向HVAC/供热监控的6LoWPAN无线数据传输系统