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

基于融合型数据驱动的锂离子电池剩余寿命预测方法的研究

摘要第3-5页
ABSTRACT第5-6页
1 绪论第10-19页
    1.1 锂离子电池剩余寿命的研究背景及意义第10-12页
    1.2 锂离子电池退化状态识别方法研究现状第12-14页
        1.2.1 退化状态识别参数第12-14页
        1.2.2 退化状态识别参数获取方法第14页
    1.3 锂离子电池剩余寿命RUL的研究现状第14-17页
        1.3.1 锂离子电池RUL的相关定义第14-15页
        1.3.2 锂离子电池RUL预测方法研究现状第15-17页
            1.3.2.1 基于模型的方法第15-16页
            1.3.2.2 基于数据驱动的方法第16-17页
        1.3.3 RUL研究现状总结第17页
    1.4 论文的研究内容及论文结构第17-19页
2 锂离子电池性能分析及建模第19-30页
    2.1 锂离子电池的工作原理第19-20页
    2.2 锂离子电池健康状态及失效机理第20-25页
        2.2.1 内部因素第20-23页
            2.2.1.1 电极不稳定及性能衰退第20-21页
            2.2.1.2 电解液分解损耗第21-22页
            2.2.1.3 电池自放电第22-23页
            2.2.1.4 隔膜老化第23页
            2.2.1.5 界面膜的产生第23页
        2.2.2 外部因素第23-25页
            2.2.2.1 过充电第24页
            2.2.2.2 环境温度第24-25页
            2.2.2.3 放电深度第25页
    2.3 锂离子电池衰退模型第25-29页
        2.3.1 以容量衰减为基础的储存寿命模型第25-26页
        2.3.2 以阻抗增加、功率衰退为基础的储存寿命模型第26-27页
        2.3.3 基于阻抗变大、功率衰减的循环寿命模型第27-28页
        2.3.4 以容量衰退为基础的剩余寿命模型第28-29页
    2.4 本章小结第29-30页
3 基于CPSO-LSSVM算法的锂离子电池剩余寿命预测第30-60页
    3.1 引言第30页
    3.2 最小二乘支持向量机第30-37页
        3.2.1 基本概念第30-32页
        3.2.2 支持向量回归机第32-34页
            3.2.2.1 线性支持向量回归机第32-34页
            3.2.2.2 非线性支持向量回归机第34页
        3.2.3 最小二乘支持向量机第34-36页
        3.2.4 标准SVM与LSSVM的比较第36页
        3.2.5 核函数的选取第36-37页
    3.3 改进的粒子群优化算法第37-47页
        3.3.1 粒子群优化算法原理第37-38页
        3.3.2 粒子群优化算法流程第38页
        3.3.3 粒子群优化算法收敛性分析第38-41页
            3.3.3.1 粒子轨迹收敛分析第38-40页
            3.3.3.2 粒子速度收敛分析第40-41页
        3.3.4 改进的粒子群优化算法第41-43页
            3.3.4.1 混沌的引入第41-42页
            3.3.4.2 CPSO算法的实现流程第42-43页
        3.3.5 测试函数第43-47页
    3.4 基于CPSO-LSSVM的锂离子电池剩余寿命预测第47-59页
        3.4.1 基于CPSO算法优化最小二乘支持向量机的参数第47-50页
        3.4.2 基于CPSO-LSSVM的锂离子电池RUL预测第50-54页
        3.4.3 预测结果的误差评价第54-59页
    3.5 本章小结第59-60页
4 基于CPSO-LSSVM-PF算法的锂离子电池剩余寿命预测第60-78页
    4.1 引言第60页
    4.2 粒子滤波原理第60-70页
        4.2.1 系统建模第60-61页
            4.2.1.1 状态方程和过程噪声第60-61页
            4.2.1.2 观察噪声和测量噪声第61页
        4.2.2 核心思想第61-62页
            4.2.2.1 均值思想第61页
            4.2.2.2 权重计算第61-62页
        4.2.3 优胜劣汰第62-64页
        4.2.4 粒子滤波器第64-70页
            4.2.4.1 蒙特卡洛采样第64-65页
            4.2.4.2 贝叶斯重要性采样第65-66页
            4.2.4.3 SIS滤波器第66-68页
            4.2.4.4 粒子滤波算法通用流程第68-70页
    4.3 基于粒子滤波的锂离子电池剩余寿命预测仿真实验第70-77页
        4.3.1 锂离子电池的容量衰退模型的状态空间方程第70-73页
        4.3.2 基于PF算法的锂离子电池的RUL预测第73-75页
        4.3.3 基于CPSO-LSSVM-PF的锂离子电池的RUL预测第75-77页
    4.4 本章小结第77-78页
总结与展望第78-80页
    总结第78-79页
    展望第79-80页
参考文献第80-84页
致谢第84-85页
攻读学位期间发表的学术论文目录第85-86页

论文共86页,点击 下载论文
上一篇:基于蓝牙技术的抄表系统在智能电表领域的关键技术研究
下一篇:配电网重构的一种混合算法研究