| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-37页 |
| 1.1 课题研究背景及意义 | 第13-15页 |
| 1.2 锂电池模型的研究现状 | 第15-21页 |
| 1.2.1 电化学模型 | 第15-17页 |
| 1.2.2 等效电路模型 | 第17-21页 |
| 1.3 锂离子电池SOH估计国内外研究现状 | 第21-28页 |
| 1.3.1 电池SOH的定义 | 第21-22页 |
| 1.3.2 电池SOH估计方法分类 | 第22-25页 |
| 1.3.3 国内外研究现状 | 第25-28页 |
| 1.4 磷酸铁锂电池 | 第28-30页 |
| 1.4.1 磷酸铁锂电池内部结构及工作原理 | 第28-30页 |
| 1.5 磷酸铁锂电池的特点 | 第30页 |
| 1.6 磷酸铁锂电池的外特性及分析 | 第30-33页 |
| 1.6.1 磷酸铁锂电池的电动势特性 | 第30-31页 |
| 1.6.2 磷酸铁锂电池的超电势特性 | 第31-33页 |
| 1.7 论文研究的内容框架 | 第33-37页 |
| 第二章 锂电池基本特性及衰减机理分析 | 第37-49页 |
| 2.1 锂电池的基本特性 | 第37-45页 |
| 2.1.1 锂电池的电动势 | 第37页 |
| 2.1.2 锂电池的标准充放电 | 第37-39页 |
| 2.1.3 锂电池的开路电压与电池SOC的关系 | 第39-40页 |
| 2.1.4 锂电池不同倍率放电性能测试及电池的充电效率 | 第40-41页 |
| 2.1.5 锂电池内阻与电池SOC之间的关系 | 第41-43页 |
| 2.1.6 锂电池不同温升下放电电压之间的关系 | 第43-44页 |
| 2.1.7 锂电池的极化现象 | 第44-45页 |
| 2.2 锂电池衰减的主要影响因素 | 第45-46页 |
| 2.3 本章小结 | 第46-49页 |
| 第三章 锂电池的建模及参数辨识 | 第49-67页 |
| 3.1 建立等效电路模型 | 第49-52页 |
| 3.2 实验方案设计 | 第52-53页 |
| 3.3 辨识电池参数 | 第53-61页 |
| 3.3.1 利用遗传算法辨识电池参数 | 第54-55页 |
| 3.3.2 利用批处理最小二乘法辨识电池参数 | 第55-57页 |
| 3.3.3 利用递推最小二乘法辨识电池参数 | 第57-59页 |
| 3.3.4 利用遗忘因子递推最小二乘法电池参数 | 第59-61页 |
| 3.4 参数辨识结果对比分析 | 第61-64页 |
| 3.5 电池模型验证 | 第64-66页 |
| 3.6 本章小结 | 第66-67页 |
| 第四章 BP神经网络估计锂电池SOH | 第67-77页 |
| 4.1 BP神经网络算法 | 第67-70页 |
| 4.1.1 BP神经网络的概念 | 第67-70页 |
| 4.2 输入特征量的选取 | 第70-73页 |
| 4.2.1 实验方案 | 第70页 |
| 4.2.2 电池外部特征量 | 第70-73页 |
| 4.3 算法实现的步骤 | 第73-75页 |
| 4.4 本章小结 | 第75-77页 |
| 第五章 支持向量机估计锂电池SOH | 第77-93页 |
| 5.1 支持向量机算法 | 第77-79页 |
| 5.1.1 支持向量机的基本思想 | 第77-79页 |
| 5.2 支持向量机的训练算法 | 第79-81页 |
| 5.2.1 分块算法 | 第80页 |
| 5.2.2 Osuna算法 | 第80页 |
| 5.2.3 序列最小优化算法 | 第80-81页 |
| 5.2.4 增量学习算法 | 第81页 |
| 5.3 实现算法的步骤 | 第81-82页 |
| 5.4 SVM的参数优化 | 第82-88页 |
| 5.4.1 K-CV法 | 第83-85页 |
| 5.4.2 遗传算法参数寻优 | 第85-86页 |
| 5.4.3 粒子群优化算法参数寻优 | 第86-88页 |
| 5.5 结论分析 | 第88-92页 |
| 5.5.1 三种寻优参数的对比分析 | 第88-89页 |
| 5.5.2 不同算法估计SOH的对比分析 | 第89页 |
| 5.5.3 不同输入变量结果对比分析 | 第89-92页 |
| 5.6 本章小结 | 第92-93页 |
| 第六章 总结与展望 | 第93-95页 |
| 6.1 全文总结 | 第93-94页 |
| 6.2 研究展望 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-102页 |
| 附录A 攻读学位期间的主要科研成果 | 第102-103页 |
| 附录B 攻读学位期间参与的主要科研项目 | 第103页 |