| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-12页 |
| 1.1 课题研究的背景和意义 | 第7-8页 |
| 1.2 超级电容器老化预测研究现状 | 第8-11页 |
| 1.2.1 基于模型的预测方法 | 第8-9页 |
| 1.2.2 基于数据驱动的预测方法 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 2 超级电容器的老化机理研究 | 第12-18页 |
| 2.1 超级电容器的储能原理 | 第12页 |
| 2.2 超级电容器的老化机理 | 第12-15页 |
| 2.2.1 超级电容器老化机理概述 | 第12-14页 |
| 2.2.2 超级电容器电容值老化机理 | 第14-15页 |
| 2.2.3 超级电容器ESR老化机理 | 第15页 |
| 2.3 超级电容器老化因素 | 第15-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 支持向量机及其优化方法 | 第18-29页 |
| 3.1 支持向量机原理 | 第18-24页 |
| 3.1.1 支持向量机基本概念 | 第18-22页 |
| 3.1.2 支持向量机回归 | 第22-24页 |
| 3.2 粒子群优化算法 | 第24-25页 |
| 3.3 支持向量机参数的意义 | 第25-27页 |
| 3.4 支持向量机优化和评价方法 | 第27-28页 |
| 3.4.1 支持向量机参数优化流程 | 第27页 |
| 3.4.2 支持向量机性能评价方法 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 超级电容器老化实验研究 | 第29-47页 |
| 4.1 超级电容器老化实验平台 | 第29-31页 |
| 4.2 超级电容器老化测试方法 | 第31-33页 |
| 4.2.1 日历寿命测试 | 第31页 |
| 4.2.2 循环寿命测试 | 第31-32页 |
| 4.2.3 超级电容器老化实验方案 | 第32-33页 |
| 4.3 超级电容器老化特性分析 | 第33-40页 |
| 4.3.1 超级电容器老化特性表征方法 | 第33-34页 |
| 4.3.2 超级电容器电容值老化速度分析 | 第34-37页 |
| 4.3.3 超级电容器电容和阻抗老化特性分析 | 第37-40页 |
| 4.4 超级电容器容值再生现象分析 | 第40-46页 |
| 4.4.1 循环寿命测试过程中的再生现象 | 第40-42页 |
| 4.4.2 循环寿命测试之后的再生现象 | 第42-44页 |
| 4.4.3 电容再生值的循环特性 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 基于PSO-SVM的参数老化趋势预测结果及分析 | 第47-59页 |
| 5.1 建立支持向量机回归预测模型 | 第47-49页 |
| 5.1.1 实验数据的预处理 | 第47-48页 |
| 5.1.2 构造支持向量机回归函数 | 第48页 |
| 5.1.3 粒子群优化算法的设置 | 第48-49页 |
| 5.2 支持向量机预测结果及分析 | 第49-57页 |
| 5.2.1 支持向量机回归预测流程 | 第49-50页 |
| 5.2.2 超级电容器容值老化趋势预测结果及分析 | 第50-54页 |
| 5.2.3 超级电容器ESR老化趋势预测结果及分析 | 第54-57页 |
| 5.3 超级电容器电容值老化趋势外推 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-67页 |