面向大数据的动力电池组状态实时预测的不确定性研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-18页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 车载电池组状态估算的国内外发展现状与问题 | 第11-14页 |
| 1.3 不确定性分析方法简述 | 第14-16页 |
| 1.4 研究内容与研究方法 | 第16-18页 |
| 第2章 车载电池组大数据的预处理 | 第18-29页 |
| 2.1 基于大数据方法的实时采集技术 | 第18-21页 |
| 2.2 在Matlab大数据中的预处理 | 第21-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 SOH的相空间重构 | 第29-37页 |
| 3.1 相空间重构原理 | 第29-30页 |
| 3.2 混沌系统的判定 | 第30-32页 |
| 3.3 延迟时间的选取 | 第32-34页 |
| 3.4 嵌入维数的选取 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于改进RVM算法的SOH计算 | 第37-51页 |
| 4.1 RVM基本原理 | 第37-38页 |
| 4.2 RVM的贝叶斯框架理论 | 第38-39页 |
| 4.3 改进的参数学习算法 | 第39-43页 |
| 4.4 SOH计算结果分析 | 第43-46页 |
| 4.5 SOH计算结果评价 | 第46-50页 |
| 4.6 本章总结 | 第50-51页 |
| 第5章 面向大数据的电量消耗计算 | 第51-62页 |
| 5.1 车辆运行数据分类与分析 | 第52-58页 |
| 5.2 电量消耗的随机统计模型 | 第58-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第6章 结论 | 第62-66页 |
| 6.1 研究总结 | 第63-64页 |
| 6.2 研究展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间获得与学位论文相关的成果 | 第71页 |
