声明
声明
第 1 章 绪 论
1.1课题研究背景及意义
1.2锂离子电池健康状态的研究现状
1.2.1 直接测量法
1.2.2 自适应法
1.2.3 数据驱动法
1.3锂离子电池剩余使用寿命的研究现状
1.3.1 基于模型的方法
1.3.2 基于数据驱动的方法
1.4论文主要研究内容
1.4.1 SOH 估算与 RUL 预测的研究
1.4.2章节安排
第 2 章 劣化机理研究与健康因子提取
2.1 锂离子电池劣化机理及性能参数
2.1.1锂离子电池的结构
2.1.2锂离子电池的工作原理
2.1.3锂离子电池的劣化分析
2.2 实验环境介绍
2.2.1 NASA PCoE 的电池实验
2.2.2 CACLE 中心的电池实验
2.3 实验数据分析
2.3.1循环次数对电池容量的影响
2.3.2锂离子电池充电电压分析
2.3.3锂离子电池放电电压分析
2.3.4锂离子电池充电电流分析
2.3.5锂离子电池充电温度分析
2.4 健康因子的研究
2.4.1电池工况的分析
2.4.2相关性分析方法
2.4.3健康因子的提取
2.4.4健康因子的相关性验证
2.5本章小结
第 3 章 基于 DE-SVR 的 SOH 估算
3.1支持向量回归简介
3.1.1支持向量回归
3.1.2核函数的选择
3.2差分进化算法
3.3数据集的选取
3.3.1数据集的分析
3.3.2训练集和测试集
3.3.3算法的评价标准
3.4基于DE-SVR的SOH估算流程
3.5仿真数据分析
3.5.1 NASA PCoE 中心电池数据仿真分析
3.5.2 CALCE 中心电池数据仿真分析
3.6本章小结
第 4 章 基于 GA-UPF 算法的 RUL 预测
4.1粒子滤波简介
4.1.1贝叶斯理论
4.1.2蒙特卡洛理论
4.1.3粒子滤波原理
4.1.4粒子滤波的算法流程
4.2无迹卡尔曼滤波算法
4.2.1 UT 变换
4.2.2无迹卡尔曼滤波的基本流程
4.3遗传算法
4.3.1遗传算法介绍
4.3.2遗传算法优化的粒子滤波算法
4.4容量衰退的经验模型
4.4.1经验模型
4.4.2电池容量退化模型的建立
4.4.3电池容量退化模型初始值的确定
4.5基于GA-UPF算法的实现
4.6仿真数据分析
4.6.1 NASA PCoE 中心的电池数据仿真分析
4.6.2 CACLE 中心的电池数据仿真分析
4.7本章小结
第 5 章 工作总结与展望
5.1总结
5.2展望
参考文献
致 谢
湖南大学;