基于热效应的电池温度预测和分类研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究的目的及意义 | 第10-11页 |
| 1.2 国内外的研究现状和发展趋势 | 第11-15页 |
| 1.2.1 电池热效应的研究现状 | 第12-14页 |
| 1.2.2 电池预测的研究现状 | 第14页 |
| 1.2.3 电池分类的研究现状 | 第14-15页 |
| 1.3 课题来源及主要研究工作 | 第15-17页 |
| 第2章 电池热效应分析 | 第17-27页 |
| 2.1 电池产热分析 | 第17-18页 |
| 2.2 电池热因素分析 | 第18-19页 |
| 2.3 电池热行为的研究方法 | 第19-21页 |
| 2.4 热效应对电池性能影响分析 | 第21-23页 |
| 2.5 电池热效应调节技术 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 电池的温度预测模型设计 | 第27-38页 |
| 3.1 神经网络在预测中的运用 | 第27-28页 |
| 3.2 温度预测的实验数据 | 第28-31页 |
| 3.2.1 温度采集方案 | 第28-29页 |
| 3.2.2 温度数据统计 | 第29-31页 |
| 3.3 温度预测模型的设计 | 第31-35页 |
| 3.3.1 温度预测网络的结构 | 第31页 |
| 3.3.2 温度预测网络的初始化 | 第31-33页 |
| 3.3.3 温度预测网络的训练 | 第33-35页 |
| 3.4 温度预测模型的性能 | 第35-37页 |
| 3.4.1 线性回归分析 | 第35-36页 |
| 3.4.2 预测网络的结果分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 电池的温度分类模型设计 | 第38-49页 |
| 4.1 神经网络进行模式识别和分类 | 第38-39页 |
| 4.2 温度分类方案设计 | 第39-42页 |
| 4.2.1 分类参数及相应分类方法 | 第39-40页 |
| 4.2.2 温度分类方案 | 第40-42页 |
| 4.3 温度分类模型的搭建 | 第42-45页 |
| 4.4 温度分类的一致性实验 | 第45-48页 |
| 4.4.1 电池一致性 | 第45-46页 |
| 4.4.2 分类后的试验和分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
