| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 课题研究背景及意义 | 第15-21页 |
| 1.1.1 储能技术 | 第15-17页 |
| 1.1.2 全钒液流电池的发展与应用 | 第17-19页 |
| 1.1.3 全钒液流电池的优越性 | 第19-21页 |
| 1.2 故障诊断技术 | 第21-23页 |
| 1.2.1 全钒液流电池故障诊断待解决问题 | 第21-22页 |
| 1.2.2 国内外故障诊断技术的研究 | 第22-23页 |
| 1.3 本课题研究的主要内容 | 第23-24页 |
| 第二章 全钒液流电池特性及充放电方法 | 第24-31页 |
| 2.1 全钒液流电池工作原理 | 第24-25页 |
| 2.2 全钒液流电池结构 | 第25-27页 |
| 2.3 全钒液流电池基本参数 | 第27-29页 |
| 2.3.1 全钒液流电池电压 | 第27页 |
| 2.3.2 全钒液流电池充放电电流 | 第27-28页 |
| 2.3.3 温度对全钒液流电池性能的影响 | 第28页 |
| 2.3.4 全钒液流电池的荷电状态 | 第28-29页 |
| 2.4 全钒液流电池充放电方法 | 第29-31页 |
| 2.4.1 全钒液流电池充电方法 | 第29-30页 |
| 2.4.2 全钒液流电池放电方法 | 第30-31页 |
| 第三章 全钒液流电池建模和SOC估算 | 第31-42页 |
| 3.1 全钒液流电池建模 | 第31-36页 |
| 3.1.1 全钒液流电池模型分类 | 第31页 |
| 3.1.2 全钒液流电池的交流阻抗模型 | 第31-32页 |
| 3.1.3 全钒液流电池含支流的三阶模型 | 第32-33页 |
| 3.1.4 全钒液流电池的等效损耗模型 | 第33-35页 |
| 3.1.5 全钒液流电池模型仿真 | 第35-36页 |
| 3.2 全钒液流电池的SOC估算 | 第36-42页 |
| 3.2.1 SOC估算方法分类 | 第36页 |
| 3.2.2 全钒液流电池的SOC估算方案 | 第36-42页 |
| 第四章 全钒液流电池组的均衡控制研究 | 第42-49页 |
| 4.1 电池组均衡方法分类 | 第42页 |
| 4.2 飞度电容法在全钒液流电池组中的应用 | 第42-49页 |
| 4.2.1 全钒液流电池的均衡控制算法 | 第42-43页 |
| 4.2.2 全钒液流电池的均衡电路 | 第43-45页 |
| 4.2.3 全钒液流电池组均衡实验仿真 | 第45-49页 |
| 第五章 基于模糊神经网络的全钒液流电池故障诊断 | 第49-68页 |
| 5.1 全钒液流电池故障分析 | 第49-51页 |
| 5.1.1 全钒液流电池故障症状及原因 | 第49-50页 |
| 5.1.2 故障诊断方法分类 | 第50-51页 |
| 5.2 全钒液流电池故障诊断方案 | 第51-54页 |
| 5.2.1 模糊BP神经网络 | 第51-53页 |
| 5.2.2 全钒液流电池故障诊断方案设计 | 第53-54页 |
| 5.3 全钒液流电池故障检测模块设计 | 第54-60页 |
| 5.4 基于模糊BP神经网络的全钒液流电池故障诊断应用 | 第60-68页 |
| 5.4.1 钒电池输入模糊化 | 第60-61页 |
| 5.4.2 钒电池输出反模糊化 | 第61-62页 |
| 5.4.3 钒电池BP神经网络训练样本 | 第62-64页 |
| 5.4.4 钒电池BP神经网络建立 | 第64-65页 |
| 5.4.5 模糊BP神经网络故障诊断模型的验证及结果分析 | 第65-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第73-74页 |