為緩解能源危機(jī)、環(huán)境污染與經(jīng)濟(jì)發(fā)展之間的矛盾,新能源電動汽車產(chǎn)業(yè)得以快速發(fā)展,并推動了動力鋰電池的推廣應(yīng)用。同時這也對鋰電池的安全性提出了更高的要求。目前對于鋰電池安全性的研究主要針對于鋰電池的健康狀態(tài)（State-Of-Health,SOH）與剩余使用壽命（Remaining20Useful20Life,RUL）,這些研究為鋰電池的維護(hù)、管理與應(yīng)用提供參照從而避免潛在的安全性問題,對鋰電池的實際應(yīng)用而言十分重要。本文從實際角度出發(fā),針對當(dāng)前鋰電池安全性評估中存在的問題,進(jìn)行了如下研究:（1）對鋰電池失效特征參數(shù)的提取進(jìn)行了研究。通過對鋰電池衰退機(jī)理及影響因素的分析確定了影響或反映鋰電池衰退的主要因素。隨后根據(jù)鋰電池實際使用特點(diǎn)從鋰電池充電曲線中提取了6個失效特征參數(shù),利用灰色關(guān)聯(lián)度分析從數(shù)學(xué)上對它們與鋰電池SOH之間的關(guān)聯(lián)性進(jìn)行了驗證,并以此為依據(jù)進(jìn)行重篩選。最終采用4個失效特征參數(shù)組成表征鋰電池當(dāng)前狀態(tài)的失效特征參數(shù)向量。（2）對適應(yīng)多工況下鋰電池SOH預(yù)測的算法方案進(jìn)行了研究�；谒崛〉氖卣鲄�(shù),提出一種新的訓(xùn)練集設(shè)計思路,采用兩個異工況數(shù)據(jù)集組成算法訓(xùn)練集以表征“區(qū)間工況... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外鋰電池健康狀態(tài)研究現(xiàn)狀
        1.2.1 直接測量法
        1.2.2 自適應(yīng)模型法
        1.2.3 數(shù)據(jù)驅(qū)動法
        1.2.4 其他方法
    1.3 鋰電池安全性評估研究方法評述
    1.4 主要研究內(nèi)容
第2章 失效特征參數(shù)及數(shù)據(jù)集選取
    2.1 電池健康狀態(tài)
        2.1.1 電池健康狀態(tài)定義
        2.1.2 鋰電池衰退機(jī)理及影響因素分析
    2.2 電池實驗及數(shù)據(jù)分析
        2.2.1電池實驗
        2.2.2 電池實驗數(shù)據(jù)分析
    2.3 失效特征參數(shù)提取及驗證
        2.3.1 失效特征參數(shù)提取
        2.3.2 失效特征參數(shù)有效性驗證
    2.4 數(shù)據(jù)集選取與訓(xùn)練集設(shè)計
        2.4.1 數(shù)據(jù)集選取
        2.4.2 訓(xùn)練集設(shè)計
    2.5 本章小結(jié)
第3章 基于LSSVM的鋰電池SOH預(yù)測
    3.1 支持向量機(jī)
    3.2 最小二乘支持向量機(jī)及核函數(shù)的選取
        3.2.1 最小二乘支持向量機(jī)
        3.2.2 核函數(shù)的選取
    3.3 遺傳算法及基于遺傳算法的ILSSVM
        3.3.1 遺傳算法
        3.3.2 基于GA算法的ILSSVM
    3.4 結(jié)果分析與比較
        3.4.1 算法評估標(biāo)準(zhǔn)
        3.4.2 結(jié)果分析
    3.5 算法優(yōu)化
        3.5.1 模糊最小二乘支持向量機(jī)
        3.5.2 結(jié)果分析與比較
    3.6 本章小結(jié)
第4章 基于混沌最小二乘支持向量機(jī)的RUL預(yù)測
    4.1 傳統(tǒng)時間序列分析預(yù)測方法
        4.1.1 移動平均法
        4.1.2 指數(shù)平滑法
        4.1.3 馬爾科夫預(yù)測法
        4.1.4 門限自回歸模型
        4.1.5 Box-Jenkins模型法
    4.2 混沌理論及基于混沌理論的RUL預(yù)測
        4.2.1 混沌理論
        4.2.2 相空間重構(gòu)
        4.2.3 混沌時間序列的判定
        4.2.4 基于C-LSSVM的鋰電池RUL預(yù)測
    4.3 仿真結(jié)果與分析
        4.3.1 相空間重構(gòu)
        4.3.2 混沌性判定
        4.3.3 仿真結(jié)果與分析
    4.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
附錄 A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)相關(guān)向量機(jī)的鋰電池壽命預(yù)測方法[J]. 王春雷,趙琦,秦孝麗,馮文全.  北京航空航天大學(xué)學(xué)報. 2018(09)
[2]鋰離子二次電池多孔集流體的制備與應(yīng)用[J]. 羅政,梁杰鉻,袁斌.  材料導(dǎo)報. 2018(S1)
[3]基于CPSO-RVM的鋰電池剩余壽命預(yù)測方法[J]. 張朝龍,何怡剛,袁莉芬.  系統(tǒng)仿真學(xué)報. 2018(05)
[4]一種支持向量機(jī)算法設(shè)計中優(yōu)化的混合加權(quán)核函數(shù)選取與樣本加權(quán)方法[J]. 曹萬鵬,羅云彬,史輝.  小型微型計算機(jī)系統(tǒng). 2018(02)
[5]梯次利用鋰電池健康狀態(tài)預(yù)測[J]. 孫冬,許爽.  電工技術(shù)學(xué)報. 2018(09)
[6]鋰動力電池內(nèi)阻影響因素的實驗研究[J]. 寇志華,華敏,季豪,潘旭海.  汽車工程. 2017(05)
[7]鋰離子電池中SEI膜組成與改性的研究進(jìn)展[J]. 李春雷,唐風(fēng)娟,崔孝玲,薛宇宙,趙冬妮.  電源技術(shù). 2016(10)
[8]動力鋰電池的壽命研究綜述[J]. 李廣地,呂浩華,袁軍,李波.  電源技術(shù). 2016(06)
[9]電動汽車動力電池產(chǎn)業(yè)的發(fā)展[J]. 肖成偉,汪繼強(qiáng).  科技導(dǎo)報. 2016(06)
[10]鋰離子電池循環(huán)壽命影響因素分析[J]. 李翔,張慧,張江萍,李晶.  電源技術(shù). 2015(12)

博士論文
[1]混沌時間序列中最大Lyapunov指數(shù)與關(guān)聯(lián)維數(shù)的無標(biāo)度區(qū)間自動識別研究[D]. 周雙.中國科學(xué)院重慶綠色智能技術(shù)研究院 2016

碩士論文
[1]基于雙隱藏層神經(jīng)網(wǎng)絡(luò)和混沌時間序列短期電力負(fù)荷預(yù)測[D]. 周凱文.西南交通大學(xué) 2016
[2]電動汽車動力電池健康狀態(tài)估計方法研究[D]. 孫培坤.北京理工大學(xué) 2016
[3]純電動汽車鋰電池組健康狀態(tài)（SOH）的估計研究[D]. 康燕瓊.北京交通大學(xué) 2015
[4]動力鋰離子電池組SOH估計方法研究[D]. 薛輝.吉林大學(xué) 2013
[5]支持向量機(jī)中Sigmoid核函數(shù)的研究[D]. 劉明.西安電子科技大學(xué) 2009



本文編號：3178223