考虑容量自恢复效应的锂离子电池RUL预测研究

目录

声明

第1章 绪论

1.1 课题背景与研究意义

1.2 锂离子电池RUL预测的国内外研究现状

1.2.1 锂离子电池RUL预测

1.2.2 基于模型方法的研究

1.2.3 基于数据驱动方法的研究

1.2.4 有关容量自恢复的研究

1.3 本文研究内容及结构安排

第2章 锂离子电池退化机理及容量自恢复效应分析

2.1 相关概念

2.2 锂离子电池的退化机理

2.3 锂离子电池性能退化实验及数据分析

2.3.1 退化实验

2.3.2 NASA数据分析

2.4 容量自恢复效应

2.5 本章小结

第3章 基于Elman神经网络的锂离子电池RUL预测

3.1 EMD分解原理

3.2 Elman神经网络

3.3 数据的多尺度分解

3.4 基于Elman神经网络的锂离子电池RUL预测实验

3.4.1 预测模型

3.4.2模型评价标准

3.4.3 实验结果与分析

3.5 本章小结

第4章 基于WDT+NAR神经网络的锂离子电池RUL预测

4.1 小波分解原理

4.2 NAR神经网络

4.3 基于WDT+NAR神经网络的锂离子电池RUL预测实验

4.3.1 预测模型的建立

4.3.2 同一预测起点的预测实验

4.3.3 不同预测起始点的预测实验

4.4本章小结

第5章 基于神经网络的锂离子电池RUL预测系统

5.1 系统设计的目的与意义

5.2 系统总体设计

5.3 系统分模块功能

5.3.1 系统运行主界面

5.3.2 基于Elman神经网络的预测模块

5.3.3 基于NAR神经网络的预测模块

5.4 本章小结

第6章 总结与展望

6.1 工作总结

6.2 研究展望

参考文献

攻读硕士学位期间所获研究成果

致谢