| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 预测方法简介 | 第12-15页 |
| 1.3 本文研究内容及意义 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究意义 | 第15-17页 |
| 第二章 锂电池工作原理与特性分析 | 第17-23页 |
| 2.1 锂电池概述 | 第17页 |
| 2.2 锂电池的工作原理 | 第17-19页 |
| 2.3 锂电池特性分析 | 第19-23页 |
| 2.3.1 单体电池电压 | 第19-21页 |
| 2.3.2 充放电电流 | 第21页 |
| 2.3.3 电池寿命 | 第21-22页 |
| 2.3.4 温度特性 | 第22-23页 |
| 第三章 锂电池SOC预测原理 | 第23-34页 |
| 3.1 锂电池荷电状态SOC估计 | 第23-24页 |
| 3.1.1 单体锂电池SOC定义 | 第23页 |
| 3.1.2 影响电池SOC的因素 | 第23-24页 |
| 3.2 基于BP神经网络的SOC预测研究 | 第24-30页 |
| 3.2.1 BP神经网络的基本原理 | 第25-26页 |
| 3.2.2 BP神经网络的学习算法 | 第26-29页 |
| 3.2.3 BP神经网络学习算法的改进 | 第29-30页 |
| 3.2.4 Leverberg-Marquardt算法 | 第30页 |
| 3.3 本系统的预测方法 | 第30-34页 |
| 3.3.1 平衡状态电池SOC预测 | 第30页 |
| 3.3.2 BP神经网络对电池SOC动态预测 | 第30-34页 |
| 第四章 在线监测系统的硬、软件设计 | 第34-54页 |
| 4.1 系统总体结构框图 | 第34页 |
| 4.2 数据采集模块硬件设计 | 第34-42页 |
| 4.2.1 微控制器特性 | 第35-36页 |
| 4.2.2 恒流放电模块设计与实现 | 第36-41页 |
| 4.2.3 温度检测电路 | 第41-42页 |
| 4.3 数据采集模块软件设计 | 第42-45页 |
| 4.3.1 数据采集模块软件整体设计 | 第42-43页 |
| 4.3.2 A/D采样部分 | 第43-45页 |
| 4.4 上位机监控软件 | 第45-52页 |
| 4.4.1 系统的主界面 | 第47-48页 |
| 4.4.2 串口通信模块 | 第48-49页 |
| 4.4.3 数据处理模块 | 第49-50页 |
| 4.4.4 图形化显示模块 | 第50-51页 |
| 4.4.5 数据存储模块 | 第51-52页 |
| 4.4.6 错误处理模块 | 第52页 |
| 4.5 基于MATLAB的电池SOC预测系统 | 第52-54页 |
| 第五章 在线监测系统实验与结果分析 | 第54-65页 |
| 5.1 试验简介 | 第54页 |
| 5.2 电路调试 | 第54-55页 |
| 5.3 平衡状态电池SOC预测 | 第55-56页 |
| 5.4 锂电池SOC预测模型的建立 | 第56-62页 |
| 5.4.1 网络样本数据获取 | 第57页 |
| 5.4.2 训练样本优化 | 第57-58页 |
| 5.4.3 BP网络设计 | 第58-61页 |
| 5.4.4 BP网络对锂电池SOC估算测试 | 第61-62页 |
| 5.5 锂电池SOC的动态预测 | 第62-63页 |
| 5.6 实验结果 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间的相关工作 | 第72页 |