首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

基于智能算法的镍氢动力电池的SOC估计

摘要第4-5页
abstract第5-6页
第一章 绪论第9-17页
    1.1 研究的目的和意义第9-10页
    1.2 国内外研究现状及发展趋势第10-15页
        1.2.1 动力电池模型第10-11页
        1.2.2 系统辨识方法第11-13页
        1.2.3 动力电池SOC估计现状第13-15页
    1.3 本论文的主要研究内容第15-17页
第二章 电池状态的无线获取第17-27页
    2.1 概述第17页
    2.2 无线充电系统及无线网络介绍第17-19页
        2.2.1 无线充电系统简介第17-18页
        2.2.2 ZigBee无线网络第18-19页
    2.3 Z-Stack协议栈第19-23页
        2.3.1 协议栈介绍第19-21页
        2.3.2 协议栈设置第21-22页
        2.3.3 无线网络节点软件设计第22-23页
    2.4 ZigBee无线网络实现第23-26页
        2.4.1 串口调试第23-24页
        2.4.2 点对点网络搭建第24-26页
    2.5 本章小结第26-27页
第三章 镍氢动力电池模型建立与参数辨识第27-42页
    3.1 概述第27页
    3.2 RC网络等效电路模型第27-30页
        3.2.1 n-RC模型介绍第27-28页
        3.2.2 备选电路模型第28-30页
    3.3 数据分析第30-33页
        3.3.1 恒流放电数据第30-31页
        3.3.2 恒流充电试验第31-32页
        3.3.3 Uoc-SOC关系的标定第32-33页
    3.4 模型的确定第33-40页
        3.4.1 模型分析第33-35页
        3.4.2 二阶等效电路模型参数辨识第35-40页
    3.5 本章小结第40-42页
第四章 基于DKF的动力电池SOC和参数的联合估计第42-68页
    4.1 概述第42页
    4.2 建立参数辨识算法第42-49页
        4.2.1 等效电路数学模型建立第42-43页
        4.2.2 卡尔曼滤波算法第43-45页
        4.2.3 算法应用第45-49页
    4.3 不同工况下的参数实时辨识第49-54页
        4.3.1 15A恒流放电下参数估计第49-52页
        4.3.2 FUDS工况下的参数估计第52-54页
    4.4 双卡尔曼滤波的SOC估计第54-66页
        4.4.1 模型状态空间方程第55页
        4.4.2 扩展卡尔曼滤波原理第55-62页
        4.4.3 应用算例第62-66页
    4.5 本章小结第66-68页
第五章 基于GA-DKF的SOC估计第68-75页
    5.1 概述第68页
    5.2 遗传算法第68-71页
        5.2.1 遗传算法概述第68-69页
        5.2.2 遗传算法的运算过程第69-71页
    5.3 GA-DKF的实现第71-74页
        5.3.1 算法设计第71-72页
        5.3.2 结果分析第72-74页
    5.4 本章小结第74-75页
结论与展望第75-76页
    结论第75页
    展望第75-76页
参考文献第76-80页
攻读硕士学位期间取得的研究成果第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:基于拓扑绝缘体的拓扑约瑟夫森结的超流性质
下一篇:基于等离子体共振增强的倒置钙钛矿太阳能电池的研究