| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-26页 |
| 1.1 研究的背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-24页 |
| 1.2.1 电池建模研究现状 | 第15-17页 |
| 1.2.2 电池SOC研究现状 | 第17-20页 |
| 1.2.3 电池SOH研究现状 | 第20-24页 |
| 1.3 本文主要研究内容 | 第24-26页 |
| 第2章 三元锂离子电池衰退特性研究 | 第26-68页 |
| 2.1 不同循环区间下锂电池衰退实验及分析 | 第26-59页 |
| 2.1.1 实验方案 | 第26-38页 |
| 2.1.2 容量衰退分析 | 第38-43页 |
| 2.1.3 内阻演变分析 | 第43-48页 |
| 2.1.4 衰退机理分析 | 第48-56页 |
| 2.1.5 能量及峰值功率衰退分析 | 第56-59页 |
| 2.2 NASA锂电池实验及分析 | 第59-66页 |
| 2.2.1 实验方案 | 第59-60页 |
| 2.2.2 温度对锂电池衰退的影响 | 第60页 |
| 2.2.3 放电倍率对锂电池衰退的影响 | 第60-63页 |
| 2.2.4 放电截止电压对锂电池衰退的影响 | 第63-66页 |
| 2.3 本章小结 | 第66-68页 |
| 第3章 基于电池衰退特征聚类的电池SOH预测 | 第68-104页 |
| 3.1 小波变换及神经网络基础 | 第68-78页 |
| 3.1.1 小波变换理论 | 第68-72页 |
| 3.1.2 神经网络基础 | 第72-78页 |
| 3.2 基于Kohonen神经网络的电池衰退模式聚类 | 第78-82页 |
| 3.3 基于小波神经网络的电池SOH预测 | 第82-93页 |
| 3.3.1 预测结果及分析 | 第83-91页 |
| 3.3.2 小波神经网络改进及收敛性分析 | 第91-93页 |
| 3.4 利用内阻数据估算和预测电池SOH | 第93-102页 |
| 3.4.1 基于内阻的电池SOH估算 | 第95-100页 |
| 3.4.2 基于内阻的电池SOH预测 | 第100-102页 |
| 3.5 本章小结 | 第102-104页 |
| 第4章 基于电池健康因子的SOH预测方法 | 第104-117页 |
| 4.1 等电压降方法中电压范围的选择 | 第104-108页 |
| 4.2 基于等压降放电时间的锂电池SOH预测 | 第108-116页 |
| 4.3 本章小结 | 第116-117页 |
| 第5章 SOH预测结果在SOC估算中的应用 | 第117-131页 |
| 5.1 基于思维进化算法的锂电池SOC估算 | 第117-128页 |
| 5.2 基于SOH修正的电池SOC估算 | 第128-130页 |
| 5.3 本章小结 | 第130-131页 |
| 第6章 总结与展望 | 第131-134页 |
| 6.1 全文总结 | 第131-132页 |
| 6.2 创新点 | 第132-133页 |
| 6.3 展望 | 第133-134页 |
| 参考文献 | 第134-142页 |
| 致谢 | 第142-143页 |
| 攻读博士学位期间学术成果 | 第143-144页 |
| 学术论文 | 第143页 |
| 发明专利 | 第143-144页 |
| 参与课题研究 | 第144页 |