镍氢电池组SOC神经网络估算策略研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·定义SOC | 第8-9页 |
| ·SOC 算法综述 | 第9-12页 |
| ·安时法 | 第9-10页 |
| ·内阻法 | 第10页 |
| ·电动势法 | 第10-11页 |
| ·卡尔曼滤波法 | 第11-12页 |
| ·线性模型法 | 第12页 |
| ·神经网络法 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第二章 神经网络建模的理论和方法 | 第14-22页 |
| ·神经网络的特点 | 第14-15页 |
| ·BP 网络模型 | 第15页 |
| ·网络结构的设计 | 第15-16页 |
| ·输入层、输出层的设计 | 第16页 |
| ·隐含层的设计 | 第16页 |
| ·学习算法 | 第16-19页 |
| ·标准BP 学习算法 | 第16-17页 |
| ·附加动量法 | 第17-18页 |
| ·有自适应学习速率的BP 算法 | 第18-19页 |
| ·训练过程 | 第19-21页 |
| ·训练样本的选取 | 第19页 |
| ·样本数据的归一化 | 第19-20页 |
| ·初始权值的选取 | 第20页 |
| ·学习速率和动量项选取 | 第20-21页 |
| ·训练次数选取 | 第21页 |
| ·模型的验证 | 第21-22页 |
| 第三章 电池测试平台 | 第22-28页 |
| ·电池测试平台 | 第22页 |
| ·电池测试仪 | 第22-23页 |
| ·镍氢电池组 | 第23页 |
| ·DSPACE 硬件在环仿真系统介绍 | 第23-25页 |
| ·快速控制原型 | 第24页 |
| ·硬件在环仿真 | 第24页 |
| ·自动代码生成 | 第24-25页 |
| ·DSPACE 系统板 | 第25-26页 |
| ·上位机监控平台 | 第26-28页 |
| 第四章 实验结果 | 第28-38页 |
| ·脉冲实验法 | 第28-29页 |
| ·E-SOC 曲线测绘 | 第29-30页 |
| ·恒流实验结果 | 第30-31页 |
| ·脉冲实验结果 | 第31-38页 |
| ·静置段E 的获取 | 第32-33页 |
| ·补充实验 | 第33-35页 |
| ·充放电系数η的获取 | 第35-36页 |
| ·η-i , SOC 点空间 | 第36-38页 |
| 第五章 SOC估算的神经网络模型和算法验证 | 第38-48页 |
| ·输入输出变量的选取 | 第38-40页 |
| ·训练过程 | 第40-44页 |
| ·预处理 | 第40-41页 |
| ·隐含层节点数和作用函数的确定 | 第41-43页 |
| ·训练次数的选取 | 第43-44页 |
| ·学习速率和动量项的选取 | 第44页 |
| ·算法离线评估 | 第44-48页 |
| 结束语 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 发表论文和科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |
