摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-23页 |
1.1 研究背景和意义 | 第10-11页 |
1.1.1 研究背景 | 第10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 锂离子电池SOC估计 | 第11-18页 |
1.2.1 锂离子电池 | 第11-12页 |
1.2.2 等效电路模型 | 第12-14页 |
1.2.3 电池SOC定义 | 第14页 |
1.2.4 SOC的估算方法 | 第14-17页 |
1.2.5 影响电池SOC的主要因素 | 第17-18页 |
1.3 基于Kalman滤波的电池SOC估计国内外研究现状 | 第18-22页 |
1.3.1 国内外电池SOC估计研究现状 | 第18-21页 |
1.3.2 国内外有色噪声下Kalman滤波算法研究现状 | 第21-22页 |
1.4 主要研究内容 | 第22-23页 |
第2章 卡尔曼滤波理论及在电池SOC估计中的应用研究 | 第23-39页 |
2.1 噪声 | 第23-24页 |
2.1.1 白噪声 | 第23-24页 |
2.1.2 有色噪声 | 第24页 |
2.2 非线性卡尔曼滤波原理 | 第24-30页 |
2.2.1 扩展卡尔曼滤波原理 | 第25-26页 |
2.2.2 无迹卡尔曼滤波原理 | 第26-29页 |
2.2.3 状态扩增卡尔曼滤波理论 | 第29-30页 |
2.3 白噪声条件下非线性卡尔曼滤波在电池SOC估计中的应用 | 第30-35页 |
2.3.1 白噪声条件下EKF在电池SOC估计中的应用 | 第31-33页 |
2.3.2 白噪声条件下UKF在电池SOC估计中的应用 | 第33-35页 |
2.4 电流受白噪声干扰的SOC估计研究 | 第35-37页 |
2.5 本章小结 | 第37-39页 |
第3章 随机常数对电池SOC估计的影响研究 | 第39-48页 |
3.1 随机常数 | 第39页 |
3.2 随机常数对kalman算法的影响 | 第39-44页 |
3.2.1 EKF算法估算SOC | 第40-42页 |
3.2.2 UKF算法估算SOC | 第42-44页 |
3.3 状态扩增卡尔曼滤波 | 第44-47页 |
3.4 本章小结 | 第47-48页 |
第4章 随机游走对电池SOC估计的影响研究 | 第48-57页 |
4.1 随机游走 | 第48-51页 |
4.1.1 随机游走原理 | 第48-50页 |
4.1.2 随机游走的实现 | 第50-51页 |
4.2 随机游走对kalman算法的影响 | 第51-54页 |
4.2.1 EKF算法估算SOC | 第51-53页 |
4.2.2 UKF算法估算SOC | 第53-54页 |
4.3 状态扩增卡尔曼滤波 | 第54-56页 |
4.4 本章小结 | 第56-57页 |
第5章 一阶马尔科夫过程对电池SOC估计的影响研究 | 第57-72页 |
5.1 一阶马尔科夫过程过程 | 第57-62页 |
5.1.1 一阶马尔科夫过程原理 | 第57-60页 |
5.1.2 一阶马氏过程的实现 | 第60-62页 |
5.2 EKF算法估算SOC | 第62-68页 |
5.2.1 一阶马氏过程初始值为电流均值 100% | 第62-63页 |
5.2.2 一阶马氏过程初始值为电流均值 60% | 第63-65页 |
5.2.3 一阶马氏过程初始值为电流均值 30% | 第65-67页 |
5.2.4 一阶马氏过程初始值为 0 | 第67-68页 |
5.3 状态扩增卡尔曼滤波 | 第68-70页 |
5.4 本章小结 | 第70-72页 |
第6章 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-79页 |
攻读学位期间发表论文与研究成果清单 | 第79-80页 |
致谢 | 第80页 |