锂离子电池SOC估计和剩余寿命预测研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-17页 |
| 1.1 选题背景及研究意义 | 第7-8页 |
| 1.2 国内外相关领域的研究现状 | 第8-15页 |
| 1.2.1 锂离子电池SOC估计的相关研究 | 第8-11页 |
| 1.2.2 锂离子电池剩余寿命的相关研究 | 第11-15页 |
| 1.3 论文的组织结构 | 第15-17页 |
| 2 锂离子电池特性研究 | 第17-24页 |
| 2.1 锂离子电池结构和工作原理 | 第17-18页 |
| 2.2 锂离子电池充放电特性 | 第18页 |
| 2.3 锂离子电池的退化机理 | 第18-20页 |
| 2.4 常用锂离子电池模型 | 第20-23页 |
| 2.4.1 电化学模型 | 第20页 |
| 2.4.2 数学模型 | 第20-21页 |
| 2.4.3 等效电路模型 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 锂离子电池SOC估计 | 第24-47页 |
| 3.1 基于BP神经网络的SOC估计 | 第24-32页 |
| 3.1.1 BP神经网络结构及算法 | 第24-27页 |
| 3.1.2 建立SOC估计网络 | 第27-28页 |
| 3.1.3 实验数据采集 | 第28-30页 |
| 3.1.4 工况验证 | 第30-32页 |
| 3.2 基于EKF的SOC估计 | 第32-45页 |
| 3.2.1 EKF原理 | 第33-34页 |
| 3.2.2 等效电路模型参数获取 | 第34-38页 |
| 3.2.3 等效电路模型验证 | 第38-41页 |
| 3.2.4 扩展卡尔曼滤波的SOC估计设计 | 第41-42页 |
| 3.2.5 工况验证 | 第42-45页 |
| 3.3 本章小结 | 第45-47页 |
| 4 锂离子电池剩余寿命预测研究 | 第47-63页 |
| 4.1 粒子滤波基本理论 | 第47-50页 |
| 4.1.1 贝叶斯估计理论 | 第47-48页 |
| 4.1.2 蒙特卡洛思想 | 第48-49页 |
| 4.1.3 贝叶斯重要性采样 | 第49-50页 |
| 4.2 粒子滤波基本算法 | 第50-54页 |
| 4.2.1 序贯重要性采样 | 第50-52页 |
| 4.2.2 重要性采样重采样 | 第52-53页 |
| 4.2.3 粒子滤波算法流程图 | 第53-54页 |
| 4.3 基于粒子滤波的剩余寿命预测 | 第54-62页 |
| 4.3.1 锂离子电池寿命退化模型 | 第54页 |
| 4.3.2 方法验证 | 第54-58页 |
| 4.3.3 应用实例 | 第58-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间发表学术论文情况 | 第72-73页 |
| 致谢 | 第73-75页 |
