基于运行数据的异常电池诊断及实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 异常电池诊断技术的国内外现状 | 第12-13页 |
| 1.3 动力锂离子电池常见异常 | 第13-14页 |
| 1.4 本文主要研究内容及框架 | 第14-17页 |
| 2 电池数据预处理及初步分析 | 第17-33页 |
| 2.1 数据预处理 | 第17-26页 |
| 2.1.1 坏点剔除方法 | 第17页 |
| 2.1.2 数据提取方法 | 第17-18页 |
| 2.1.3 IC曲线误差分析 | 第18-26页 |
| 2.2 储能系统电池数据初步分析 | 第26-28页 |
| 2.3 电动汽车电池数据初步分析 | 第28-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 基于熵权法的异常电池位置识别 | 第33-59页 |
| 3.1 异常电池位置识别方法 | 第33-39页 |
| 3.1.1 基于内阻辨识的识别方法探索 | 第33页 |
| 3.1.2 基于SOC-OCV曲线的识别方法探索 | 第33-34页 |
| 3.1.3 基于IC曲线的识别方法探索 | 第34-39页 |
| 3.2 储能系统电池数据案例分析 | 第39-41页 |
| 3.2.1 内阻异常电池识别 | 第39-40页 |
| 3.2.2 SOC异常电池识别 | 第40页 |
| 3.2.3 容量异常电池识别 | 第40-41页 |
| 3.3 电动汽车电池数据案例分析 | 第41-43页 |
| 3.3.1 内阻异常电池识别 | 第41-42页 |
| 3.3.2 SOC异常电池识别 | 第42页 |
| 3.3.3 容量异常电池识别 | 第42-43页 |
| 3.4 基于变异系数法和熵权法的位置识别方法 | 第43-57页 |
| 3.4.1 熵权法 | 第44-46页 |
| 3.4.2 变异系数法 | 第46-47页 |
| 3.4.3 案例分析 | 第47-57页 |
| 3.5 各种方法对比 | 第57-58页 |
| 3.6 本章小结 | 第58-59页 |
| 4 基于专家系统的异常电池模式识别 | 第59-69页 |
| 4.1 专家系统原理介绍 | 第59-60页 |
| 4.2 异常电池模式识别 | 第60-66页 |
| 4.2.1 异常电池症状隶属度 | 第61-62页 |
| 4.2.2 模糊矩阵 | 第62-63页 |
| 4.2.3 模糊推理机 | 第63-65页 |
| 4.2.4 异常电池模式隶属度 | 第65-66页 |
| 4.3 本章小结 | 第66-69页 |
| 5 异常电池诊断软件实现 | 第69-79页 |
| 5.1 登录界面 | 第69-70页 |
| 5.2 异常电池位置识别界面 | 第70-71页 |
| 5.3 异常电池模式识别界面 | 第71-73页 |
| 5.4 电池数据库 | 第73-74页 |
| 5.5 异常电池诊断软件验证 | 第74-77页 |
| 5.6 本章小结 | 第77-79页 |
| 6 总结与展望 | 第79-81页 |
| 6.1 全文总结 | 第79页 |
| 6.2 研究展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 附录A | 第85-89页 |
| 附录B | 第89-91页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第91-95页 |
| 学位论文数据集 | 第95页 |
