纯电动汽车锂离子电池剩余寿命预测研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于模型的剩余寿命预测方法 | 第10-11页 |
| 1.2.2 基于数据驱动的剩余寿命预测方法 | 第11-13页 |
| 1.2.3 研究现状总结 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 第二章 锂离子电池性能特征研究 | 第15-21页 |
| 2.1 锂离子电池基本特点 | 第15-16页 |
| 2.2 锂离子电池性能指标 | 第16-17页 |
| 2.3 锂离子电池失效机理 | 第17-19页 |
| 2.4 锂离子电池的性能参数数据来源 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 锂离子电池的特征提取 | 第21-43页 |
| 3.1 锂离子电池寿命退化过程分析 | 第21-23页 |
| 3.2 试验数据结果特征提取参数分析 | 第23-41页 |
| 3.2.1 等时间电压差 | 第23-28页 |
| 3.2.2 电压值样本熵 | 第28-31页 |
| 3.2.3 电压值排列熵 | 第31-35页 |
| 3.2.4 电压值峭度值 | 第35-38页 |
| 3.2.5 电压值均方根 | 第38-41页 |
| 3.3 相关性分析及特征选取 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 多元信息融合的健康因子评估方法研究 | 第43-54页 |
| 4.1 健康因子构建方法 | 第43-44页 |
| 4.2 支持向量数据描述 | 第44-49页 |
| 4.2.1 统计学习方法使用 | 第44-46页 |
| 4.2.2 支持向量数据描述 | 第46-49页 |
| 4.3 核函数的引入及选取 | 第49-51页 |
| 4.4 试验结果性能退化数据结果分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于健康因子的锂离子电池剩余寿命预测 | 第54-63页 |
| 5.1 相关向量机算法 | 第54-58页 |
| 5.1.1 相关向量回归 | 第54-55页 |
| 5.1.2 超参数优化 | 第55-56页 |
| 5.1.3 RVM训练算法 | 第56-58页 |
| 5.2 预测结果不确定性量化表达 | 第58-59页 |
| 5.3 试验结果验证评估 | 第59-61页 |
| 5.4 试验结果研究分析 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
