| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国内蓄电池生产企业现状 | 第11-12页 |
| ·国外蓄电池生产企业现状 | 第12页 |
| ·国内外蓄电池剩余容量预测研究现状 | 第12-14页 |
| ·本文研究内容 | 第14-15页 |
| 第二章 铅酸蓄电池的基本原理 | 第15-27页 |
| ·电池概述 | 第15-16页 |
| ·铅酸蓄电池的主要特性参数 | 第16-18页 |
| ·电池电压 | 第16页 |
| ·电池容量 | 第16-17页 |
| ·荷电状态 | 第17-18页 |
| ·电池内阻 | 第18页 |
| ·铅酸蓄电池的放电特性 | 第18-20页 |
| ·影响铅酸蓄电池寿命因素 | 第20-21页 |
| ·环境温度 | 第20页 |
| ·充放电过度问题 | 第20-21页 |
| ·长期浮充电 | 第21页 |
| ·安装工艺问题 | 第21页 |
| ·铅酸蓄电池工作原理及等效模型 | 第21-24页 |
| ·本章小结 | 第24-27页 |
| 第三章 铅酸蓄电池剩余容量预测方法 | 第27-37页 |
| ·铅酸蓄电池剩余容量预测方法 | 第27-34页 |
| ·内阻测量方法 | 第27-28页 |
| ·检测溶液密度方法 | 第28-29页 |
| ·安时积分方法 | 第29-30页 |
| ·卡尔曼滤波方法 | 第30页 |
| ·支持向量回归方法 | 第30-31页 |
| ·人工神经网络方法 | 第31-33页 |
| ·模糊控制方法 | 第33-34页 |
| ·复合方法 | 第34页 |
| ·各类方法优缺点分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于模糊神经网络的光伏蓄电池剩余容量预测方法 | 第37-49页 |
| ·模糊神经网络模型的构建 | 第37-42页 |
| ·模糊神经网络 | 第37-38页 |
| ·输入数据预处理 | 第38-39页 |
| ·网络节点的结构 | 第39-40页 |
| ·模糊神经网络模型设计 | 第40-42页 |
| ·学习算法 | 第42-47页 |
| ·传统学习算法 | 第42页 |
| ·共轭梯度法 | 第42-43页 |
| ·BFGS拟牛顿法 | 第43页 |
| ·改进的学习算法 | 第43-47页 |
| ·学习算法实验分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于MATLAB模糊神经网络剩余容量的仿真 | 第49-59页 |
| ·实验硬件模块 | 第49-52页 |
| ·检测环境 | 第49页 |
| ·实验数据采集 | 第49-52页 |
| ·MATLAB仿真实验 | 第52-58页 |
| ·不同学习算法下模型的仿真情况 | 第52-57页 |
| ·仿真实验总结与分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 附录A（攻读学位期间所获的奖项） | 第67-69页 |
| 附录B（攻读学位期间参加研究项目） | 第69-71页 |
| 附录C（算法部分核心代码） | 第71-73页 |