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

锂离子电池健康状态在线估算方法研究

摘要第4-5页
abstract第5页
第一章 绪论第13-21页
    1.1 研究背景及意义第13-14页
    1.2 研究现状分析第14-19页
        1.2.1 SOC估算方法第14-15页
        1.2.2 SOH估算方法第15-19页
    1.3 本文主要研究内容第19-21页
第二章 锂离子电池SOC估算方法第21-32页
    2.1 引言第21页
    2.2 常用SOC估算模型第21-23页
    2.3 简化SP模型第23-25页
    2.4 锂离子电池OCV-SOC测定第25-27页
    2.5 简化SP模型参数辨识第27-29页
    2.6 扩展卡尔曼滤波器第29-30页
    2.7 SOC估算方法第30-31页
    2.8 本章小结第31-32页
第三章 锂离子电池SOH估算方法第32-40页
    3.1 引言第32页
    3.2 神经网络简介第32-36页
        3.2.1 BP神经网络第32-33页
        3.2.2 RBF神经网络第33-34页
        3.2.3 Elman神经网络第34-36页
    3.3 基于Elman神经网络的锂离子电池SOH估算方法第36-39页
        3.3.1 Elman神经网络训练过程第36-38页
        3.3.2 Elman神经网络估算SOH第38-39页
    3.4 本章小结第39-40页
第四章 平台搭建与实验结果分析第40-67页
    4.1 引言第40页
    4.2 蓄电池充放电实验平台开发第40-50页
        4.2.1 硬件组成第40-45页
        4.2.2 软件设计第45-50页
    4.3 锂离子电池SOC与SOH估算结果分析第50-65页
        4.3.2 SOC估算结果分析第50-58页
        4.3.3 SOH估算结果分析第58-65页
    4.4 本章小结第65-67页
第五章 总结与展望第67-69页
    5.1 研究工作总结第67页
    5.2 后续工作展望第67-69页
参考文献第69-76页
致谢第76-77页
在学期间的研究成果及发表的学术论文第77页

论文共77页,点击 下载论文
上一篇:基于数据驱动的锂电池剩余使用寿命预测方法研究
下一篇:110kV智能变电站的设计与研究