动力电池SOH估计及故障预测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 研究背景及意义 | 第10-14页 |
| 1.1.1 动力电池及其应用情况 | 第10-11页 |
| 1.1.2 动力电池容量衰减的原因分析 | 第11-13页 |
| 1.1.3 动力电池SOH估计的意义 | 第13-14页 |
| 1.2 研究现状 | 第14-23页 |
| 1.2.1 健康状态的定义 | 第14-15页 |
| 1.2.2 动力电池SOH估计研究现状 | 第15-23页 |
| 1.3 本章小结 | 第23-24页 |
| 1.4 本文研究内容 | 第24-26页 |
| 第2章 支持向量机法估计动力电池的SOH | 第26-44页 |
| 2.1 支持向量回归原理 | 第26-28页 |
| 2.2 支持向量回归算法 | 第28-31页 |
| 2.2.1 硬 ε-SVR算法 | 第28-30页 |
| 2.2.2 C-SVR算法 | 第30-31页 |
| 2.3 支持向量机的模型参数及其选择方法 | 第31-32页 |
| 2.4 基于SVR算法估计动力电池SOH | 第32-42页 |
| 2.4.1 实验数据 | 第33-36页 |
| 2.4.2 估计动力电池的SOH | 第36-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第3章 高斯过程回归法估计电池的SOH | 第44-64页 |
| 3.1 高斯过程回归原理 | 第44-45页 |
| 3.2 高斯过程回归模型中的参数 | 第45-47页 |
| 3.2.1 协方差函数及其参数 | 第45-46页 |
| 3.2.2 均值函数及其参数 | 第46-47页 |
| 3.3 高斯过程回归预测 | 第47-49页 |
| 3.4 基于GPR估计动力电池的SOH | 第49-63页 |
| 3.4.1 最小二乘拟合 | 第49-56页 |
| 3.4.2 估计动力电池的SOH | 第56-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第4章 工程实际中电池SOH的估计与故障预测 | 第64-80页 |
| 4.1 纯电动汽车用动力电池SOH的估计 | 第64-71页 |
| 4.1.1 数据特点分析 | 第64-65页 |
| 4.1.2 基于知识的方法估计电池的健康状态 | 第65-71页 |
| 4.2 镍镉电池和镍氢电池的健康状态估计 | 第71-79页 |
| 4.2.1 数据分析 | 第71-72页 |
| 4.2.2 基于经验的方法 | 第72-74页 |
| 4.2.3 基于经验的方法估计镍镉电池的健康状态 | 第74-76页 |
| 4.2.4 样本熵算法估计镍氢电池的健康状态 | 第76-79页 |
| 4.3 本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间发表论文和科研成果 | 第86-88页 |
| 致谢 | 第88页 |
