基于动力锂离子电池组荷电状态估计的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 电池管理系统 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 第2章 锂离子电池特性 | 第16-26页 |
| 2.1 锂离子电池基本原理 | 第16-17页 |
| 2.2 锂离子电池正极材料 | 第17-18页 |
| 2.3 18650锂离子电池参数 | 第18页 |
| 2.4 电池容量影响因素分析 | 第18-20页 |
| 2.5 锂离子电池充放电特性 | 第20-26页 |
| 第3章 ADVISOR2002建模与仿真 | 第26-34页 |
| 3.1 ADVISOR2002仿真软件 | 第26-28页 |
| 3.2 ADVISOR2002整车建模 | 第28-34页 |
| 第4章 锂离子电池模型研究 | 第34-49页 |
| 4.1 锂离子电池模型分类 | 第34-35页 |
| 4.2 人工神经网络 | 第35-40页 |
| 4.2.1 神经元模型 | 第35-36页 |
| 4.2.2 BP神经网络 | 第36-38页 |
| 4.2.3 支持向量机 | 第38-40页 |
| 4.3 极限学习机 | 第40-45页 |
| 4.3.1 单隐含层前馈型神经网络 | 第40-42页 |
| 4.3.2 传统极限学习机 | 第42-44页 |
| 4.3.3 双通道极限学习机 | 第44-45页 |
| 4.4 网络性能对比实验 | 第45-49页 |
| 第5章 荷电状态估算方法研究 | 第49-56页 |
| 5.1 EKF基本原理 | 第49-51页 |
| 5.2 UKF基本原理 | 第51-52页 |
| 5.3 AEKF与AUKF算法 | 第52-53页 |
| 5.4 SOC估算对比试验 | 第53-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 导师简介 | 第62页 |
| 企业导师简介 | 第62-63页 |
| 作者简介 | 第63-64页 |
| 学位论文数据集 | 第64页 |
