基于梯度提升决策树的动力锂离子电池SOH预测

目录

声明

第一章 绪论

1.1 课题背景与研究意义

1.2 研究现状

1.3 主要研究内容和论文结构

第二章 锂离子电池工作原理及相关老化特征的选取

2.1 锂离子电池的结构和工作原理

2.2 锂离子电池的老化机理

2.3 锂离子电池老化实验数据集介绍

2.4 基于充电电压曲线的老化特征选取和构造

2.5 本章小结

第三章 基于GBDT算法的动力锂离子电池SOH预测

3.1 GBDT算法

3.2 一种改进的GBDT算法—IGBDT

3.3 一种可在线增量学习的IGBDT算法—OS-IGBDT

3.4 实验结果分析

3.5 本章小结

第四章 基于OS-IGBDT和BI-DD指导下的SOH外部在线学习策略

4.1 一种基于Bernstein不等式的概念漂移检测算法——BI-DD

4.2 基于BI-DD的OS-IGBDT外部在线学习策略

4.3 实验结果分析

4.4 本章小结

第五章 基于GBDT的SOH预测方法在SOC预测中的应用

5.1 SOC与SOH的联合估计方法

5.2 基于GBDT相关算法的SOH预测方法指导SOC估计模型的更新

5.3 实验结果分析

5.4 本章小结

第六章 总结和展望

6.1 论文主要工作与总结

6.2 不足和展望

参考文献

发表论文和参加科研情况

致谢