电动汽车动力电池健康状态估计方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-22页 |
| ·论文研究背景和目的 | 第12-13页 |
| ·锂离子电池SOH的研究现状 | 第13-20页 |
| ·锂离子电池SOH的电化学模型 | 第13-16页 |
| ·锂离子电池SOH的经验模型 | 第16-18页 |
| ·锂离子电池SOH的数据驱动模型 | 第18-20页 |
| ·研究现状的小结 | 第20-21页 |
| ·本文的主要研究内容 | 第21-22页 |
| 第2章 锂离子电池的性能衰退分析 | 第22-32页 |
| ·锂离子电池的工作原理 | 第22-23页 |
| ·锂离子电池的失效机理 | 第23-24页 |
| ·锂离子电池循环性能的变化 | 第24-29页 |
| ·充放电容量和能量的变化 | 第26-27页 |
| ·放电效率的变化 | 第27页 |
| ·充放电电压平台的变化 | 第27-28页 |
| ·恒压充电过程的变化 | 第28-29页 |
| ·充放电结束后电压的变化 | 第29页 |
| ·锂离子电池实车应用条件下的运行工况 | 第29-30页 |
| ·实车运行工况和循环性能关系分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 锂离子电池容量增量分析 | 第32-45页 |
| ·容量增量分析法 | 第32-33页 |
| ·恒流充电阶段的容量增量曲线 | 第33-34页 |
| ·基于小波的容量增量曲线去噪处理 | 第34-38页 |
| ·连续小波变换和离散小波变换 | 第35页 |
| ·小波分解和重构 | 第35-37页 |
| ·小波滤噪对容量增量曲线的滤波 | 第37-38页 |
| ·锂离子电池容量增量曲线比较 | 第38-41页 |
| ·不同充电倍率下容量增量曲线的比较 | 第38页 |
| ·不同温度下电池容量增量曲线的变化 | 第38-39页 |
| ·不同老化程度电池容量增量曲线的变化 | 第39-40页 |
| ·循环实验过程中容量增量曲线的变化 | 第40-41页 |
| ·锂离子电池容量增量曲线的特征参数 | 第41-44页 |
| ·容量增量曲线特征参数的提取 | 第41-42页 |
| ·曲线特征参数与SOH的灰色关联分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于高斯过程回归的SOH区间估计建模 | 第45-62页 |
| ·高斯过程 | 第45页 |
| ·高斯过程回归 | 第45-52页 |
| ·基本原理 | 第46-48页 |
| ·核函数和超参数 | 第48-51页 |
| ·估计值的置信区间 | 第51-52页 |
| ·SOH高斯过程回归模型 | 第52-61页 |
| ·估计模型的基本框架 | 第52-53页 |
| ·共轭梯度法对模型超参数的求解 | 第53-54页 |
| ·模型估计效果的量化指标 | 第54-55页 |
| ·训练样本对SOH估计的影响 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于多岛遗传算法的SOH估计模型的优化 | 第62-75页 |
| ·SOH估计模型的优化方案 | 第62-63页 |
| ·多岛遗传算法的基本原理 | 第63-67页 |
| ·遗传算法 | 第63-66页 |
| ·遗传算法的多岛划分 | 第66-67页 |
| ·SOH多岛遗传-高斯过程回归模型 | 第67-70页 |
| ·模型的基本框架 | 第67-69页 |
| ·多岛遗传算法对超参数的求解 | 第69-70页 |
| ·SOH多岛遗传-高斯过程回归模型的影响因素 | 第70-74页 |
| ·健康因子和核函数对模型的影响 | 第70-73页 |
| ·训练样本步长对模型的影响 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第6章 基于数据驱动的SOH估计模型的验证 | 第75-83页 |
| ·基于实验数据的模型验证 | 第75-77页 |
| ·基于NASA PCoE电池数据的建模方法验证 | 第77-81页 |
| ·NASA PCOE电池的基本情况 | 第77-78页 |
| ·建模方法验证的基本框架 | 第78-80页 |
| ·建模方法验证结果 | 第80-81页 |
| ·本章小结 | 第81-83页 |
| 结论 | 第83-86页 |
| 主要工作和结论 | 第83页 |
| 本文创新点 | 第83-84页 |
| 研究工作展望 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 攻读学位期间发表的论文与研究成果清单 | 第92-93页 |
| 致谢 | 第93页 |
