摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-15页 |
1.1 课题的背景和意义 | 第8-9页 |
1.2 锂离子电池研究现状和发展 | 第9-13页 |
1.2.1 锂离子电池模型研究现状与发展 | 第9页 |
1.2.2 锂离子电池SOC研究现状与发展 | 第9-11页 |
1.2.3 锂离子电池SOH研究现状与发展 | 第11-13页 |
1.3 本文的研究内容与结构安排 | 第13-15页 |
第2章 锂离子电池的工作原理 | 第15-21页 |
2.1 电池分类与对比 | 第15-16页 |
2.2 锂离子电池的工作原理 | 第16-17页 |
2.3 锂离子电池的特性分析 | 第17-20页 |
2.3.1 电压特性 | 第18页 |
2.3.2 内阻特性 | 第18-19页 |
2.3.3 效率特性 | 第19-20页 |
2.4 锂离子电池的主要特点 | 第20页 |
2.5 本章小结 | 第20-21页 |
第3章 锂离子电池荷电状态估算 | 第21-59页 |
3.1 锂离子电池荷电状态的概述 | 第21-24页 |
3.1.1 荷电状态的定义及影响因素 | 第21-22页 |
3.1.1.1 荷电状态的定义 | 第21-22页 |
3.1.1.2 荷电状态的影响因素 | 第22页 |
3.1.2 典型的荷电状态估算方法 | 第22-24页 |
3.1.2.1 安时积分法 | 第22-23页 |
3.1.2.2 开路电压法 | 第23页 |
3.1.2.3 静电放电法 | 第23页 |
3.1.2.4 卡尔曼滤波法 | 第23页 |
3.1.2.5 神经网络法 | 第23-24页 |
3.1.2.6 模糊逻辑法 | 第24页 |
3.2 基于T-S模糊神经网络算法的荷电状态估算研究 | 第24-47页 |
3.2.1 模糊神经网络概述 | 第24-25页 |
3.2.2 模糊系统 | 第25页 |
3.2.3 神经网络 | 第25-28页 |
3.2.3.1 神经网络的组成 | 第25-26页 |
3.2.3.2 神经网络的学习算法 | 第26页 |
3.2.3.3 神经网络的泛化能力 | 第26-28页 |
3.2.4 T-S模糊神经网络 | 第28-30页 |
3.2.4.1 T-S模糊模型简介 | 第28页 |
3.2.4.2 T-S模糊神经网络结构及学习算法 | 第28-30页 |
3.2.5 T-S模糊神经网络预测锂离子电池SOC | 第30-33页 |
3.2.6 实验结果与分析 | 第33-47页 |
3.2.6.1 不同放电倍率情况下SOC预测结果 | 第33-42页 |
3.2.6.2 锂离子电池表征参数重要性分析 | 第42-47页 |
3.3 基于随机森林回归算法的荷电状态估算研究 | 第47-57页 |
3.3.1 随机森林的基分类器-决策树 | 第47页 |
3.3.2 随机森林的理论概述 | 第47-49页 |
3.3.3 随机森林的随机性分析 | 第49-50页 |
3.3.3.1 训练集的随机选取 | 第49页 |
3.3.3.2 随机特征变量的随机性 | 第49-50页 |
3.3.4 随机森林的构建 | 第50页 |
3.3.5 随机森林预测SOC | 第50-53页 |
3.3.6 实验结果与分析 | 第53-57页 |
3.4 本章小结 | 第57-59页 |
第4章 锂离子电池健康状态估计 | 第59-72页 |
4.1 锂离子电池健康状态概述 | 第59-62页 |
4.1.1 锂离子电池健康状态的定义 | 第59页 |
4.1.2 锂离子电池SOH的影响因素 | 第59-60页 |
4.1.2.1 影响锂离子电池SOH的内部因素 | 第60页 |
4.1.2.2 影响锂离子电池SOH的外部因素 | 第60页 |
4.1.3 锂离子电池SOH的评价指标 | 第60-61页 |
4.1.4 锂离子电池SOH的表征参数 | 第61页 |
4.1.5 典型的健康状态估算方法 | 第61-62页 |
4.1.5.1 电化学模型 | 第61页 |
4.1.5.2 经验模型 | 第61页 |
4.1.5.3 等效电路模型 | 第61-62页 |
4.1.5.4 人工神经网络模型 | 第62页 |
4.2 基于随机森林回归算法的健康状态估算研究 | 第62-71页 |
4.2.1 锂离子电池表征参数分析 | 第62-65页 |
4.2.2 随机森林回归预测锂离子电池SOH | 第65-71页 |
4.2.2.1 分析随机森林在预测锂离子电池SOH的泛化能力 | 第65-70页 |
4.2.2.2 分析随机森林在小样本容量预测锂离子电池SOH效果 | 第70-71页 |
4.3 本章小结 | 第71-72页 |
第5章 总结与展望 | 第72-74页 |
5.1 总结 | 第72-73页 |
5.2 展望 | 第73-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间的科研成果 | 第78-79页 |
致谢 | 第79-80页 |