电动汽车锂电池组SOC预测研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究的背景 | 第12-14页 |
| ·电动汽车简介 | 第14-16页 |
| ·电动汽车分类 | 第14-15页 |
| ·国外电动汽车的发展现状 | 第15-16页 |
| ·电动汽车在我国的发展现状及趋势 | 第16页 |
| ·SOC 的概念 | 第16-17页 |
| ·课题来源 | 第17页 |
| ·课题研究的内容 | 第17-20页 |
| 第2章 SOC 预测研究 | 第20-34页 |
| ·SOC 预测的意义 | 第20页 |
| ·影响电动汽车锂离子电池组 SOC 的主要原因 | 第20-24页 |
| ·温度 | 第20-21页 |
| ·电流 | 第21-22页 |
| ·电池放电终止电压 | 第22-23页 |
| ·充放电次数 | 第23-24页 |
| ·自放电的影响 | 第24页 |
| ·电池状态 | 第24页 |
| ·SOC 预测常用方法及其优缺点 | 第24-28页 |
| ·开路电压法 | 第24-25页 |
| ·卡尔曼滤波法 | 第25-26页 |
| ·安时计量法 | 第26页 |
| ·放电实验法 | 第26-27页 |
| ·内阻法 | 第27页 |
| ·神经网络法 | 第27-28页 |
| ·各种 SOC 预测法在企业、科研机构中的应用 | 第28页 |
| ·本课题所采用的 BP 神经网络算法 | 第28-33页 |
| ·人工神经网络定义 | 第29页 |
| ·神经元的理论模型 | 第29-30页 |
| ·BP 神经网络结构 | 第30页 |
| ·BP神经网络的计算过程 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 车用锂离子电池的工作特性 | 第34-42页 |
| ·电动汽车用电池种类 | 第34-36页 |
| ·铅酸电池 | 第34页 |
| ·镍镉电池 | 第34页 |
| ·镍氢电池 | 第34页 |
| ·锂离子电池 | 第34-36页 |
| ·锂离子电池的结构和工作原理 | 第36-38页 |
| ·锂离子电池的工作特性 | 第38-40页 |
| ·锂离子电池的充电特性 | 第38-39页 |
| ·锂离子电池的放电特性 | 第39-40页 |
| ·锂离子电池的自放电特性 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第4章 SOC 预测硬件平台及数据采集 | 第42-54页 |
| ·SOC 预测所采用的硬件平台 | 第42-43页 |
| ·数据采集 | 第43-47页 |
| ·锂离子电池温度的检测 | 第43-44页 |
| ·锂电池组总电流、总电压的检测 | 第44-46页 |
| ·锂电池单体电压的检测 | 第46-47页 |
| ·数据通讯 | 第47-48页 |
| ·硬件调试 | 第48-51页 |
| ·相关数据采集及结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 锂离子电池组的神经网络 SOC 预测 | 第54-72页 |
| ·BP 神经网络模型的建立 | 第54-57页 |
| ·网络设计需要考虑的问题 | 第54-55页 |
| ·SOC 预测神经网络模型 | 第55-57页 |
| ·网络训练及测试 | 第57-67页 |
| ·样本数据准备 | 第57-59页 |
| ·神经网络模型训练及模型验证 | 第59-67页 |
| ·SOC 预测的一些补偿 | 第67-70页 |
| ·温度补偿修正 | 第67-70页 |
| ·老化补偿修正 | 第70页 |
| ·本章小结 | 第70-72页 |
| 第6章 结论和展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第77-78页 |
| 致谢 | 第78-79页 |
