基于数据驱动的锂电池数据处理
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-15页 |
| ·本文研究的背景及意义 | 第12-13页 |
| ·锂电池数据处理的研究现状 | 第12-13页 |
| ·高斯过程的研究现状 | 第13页 |
| ·本文研究的内容 | 第13-15页 |
| 2 时间序列模型和人工神经网络的混合模型 | 第15-22页 |
| ·时间序列分析 | 第15-18页 |
| ·时间序列分析简述 | 第15页 |
| ·随机过程 | 第15-16页 |
| ·自回归求和移动平均模型 | 第16-18页 |
| ·人工神经网络 | 第18-20页 |
| ·基于时间序列分析和人工神经网络的混合模型 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于高斯过程模型的数据处理的研究 | 第22-31页 |
| ·高斯过程的概念 | 第22-23页 |
| ·高斯过程模型的预测 | 第23-25页 |
| ·高斯过程的核函数 | 第25-30页 |
| ·协方差函数 | 第26-29页 |
| ·超参数 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 锂电池数据的处理 | 第31-53页 |
| ·锂电池的特性 | 第31-32页 |
| ·锂电池的退化机理 | 第32-34页 |
| ·锂电池数据的处理实验 | 第34-52页 |
| ·实验数据 | 第34-35页 |
| ·混合模型处理锂电池数据 | 第35-41页 |
| ·高斯过程处理锂电池数据 | 第41-52页 |
| ·本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
