基于粒子滤波的锂离子电池剩余使用寿命预测
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 锂离子电池剩余使用寿命预测研究现状 | 第11-14页 |
| 1.2.2 锂离子电池寿命预测模型研究现状 | 第14-15页 |
| 1.2.3 粒子滤波算法研究现状 | 第15-17页 |
| 1.3 存在的主要问题 | 第17页 |
| 1.4 本文主要内容及章节安排 | 第17-20页 |
| 1.4.1 本文研究目标与研究内容 | 第17-18页 |
| 1.4.2 章节安排 | 第18-20页 |
| 第2章 锂离子电池寿命退化分析与粒子滤波 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 锂离子电池寿命退化分析 | 第20-23页 |
| 2.2.1 锂离子电池的工作原理 | 第20-21页 |
| 2.2.2 锂离子电池寿命退化机理分析 | 第21-23页 |
| 2.3 粒子滤波 | 第23-28页 |
| 2.3.1 贝叶斯估计理论 | 第23-24页 |
| 2.3.2 蒙特卡罗积分 | 第24-25页 |
| 2.3.3 粒子滤波 | 第25-27页 |
| 2.3.4 标准粒子滤波算法的实现 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于标准粒子滤波算法的电池RUL预测 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 电池容量衰退数据来源及描述 | 第30-31页 |
| 3.3 电池容量衰退经验模型选取 | 第31-35页 |
| 3.3.1 双指数模型 | 第31-33页 |
| 3.3.2 多项式模型 | 第33-34页 |
| 3.3.3 经验模型的选择 | 第34-35页 |
| 3.4 仿真实验与分析 | 第35-39页 |
| 3.4.1 容量衰退经验模型的状态空间方程 | 第35页 |
| 3.4.2 模型参数估计 | 第35-36页 |
| 3.4.3 基于标准粒子滤波的模型更新 | 第36-37页 |
| 3.4.4 电池剩余使用寿命预测 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于改进粒子滤波算法的电池RUL预测 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 无味粒子滤波算法 | 第40-43页 |
| 4.2.1 无味变换 | 第40-41页 |
| 4.2.2 无味卡尔曼滤波算法 | 第41-42页 |
| 4.2.3 无味粒子滤波算法的实现 | 第42-43页 |
| 4.3 基于MCMC的无味粒子滤波算法 | 第43-45页 |
| 4.3.1 MCMC算法基本原理 | 第43页 |
| 4.3.2 Metropolis算法 | 第43-44页 |
| 4.3.3 MCMC粒子滤波算法 | 第44页 |
| 4.3.4 基于MCMC的无味粒子滤波算法的实现 | 第44-45页 |
| 4.4 仿真实验与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第5章 基于改进容量衰退经验模型的电池RUL预测 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 基于经验模型的回归分析 | 第50-52页 |
| 5.3 组合模型的建立 | 第52-56页 |
| 5.3.1 模型的三种改进思路 | 第52-53页 |
| 5.3.2 组合模型的选取 | 第53-56页 |
| 5.4 组合模型预测性能分析 | 第56-59页 |
| 5.4.1 电池剩余使用寿命预测 | 第57-58页 |
| 5.4.2 三种模型预测精度比较 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 研究工作总结 | 第60页 |
| 6.2 研究工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 作者简介及研究成果 | 第68-70页 |
| 致谢 | 第70页 |
