学位论文 > 优秀研究生学位论文题录展示

基于回跳电压的动力电池荷电状态预测研究

作　者: 张笛
导　师: 刘丰年
学　校: 湖南工业大学
专　业: 计算机应用技术
关键词: 动力电池回跳电压荷电状态径向基神经网络
分类号: U469.72
类　型: 硕士论文
年　份: 2013年
下　载: 16次
引　用: 0次
阅　读: 论文下载

内容摘要

电动汽车以节能、清洁无污染而备受人们关注。作为电动汽车重要组成部分之一的电池管理系统一直是业内研究的热点问题。如何准确预测动力电池的荷电状态是电池管理系统的关键。回跳电压具有瞬间获取的特点，以回跳电压作为估算电池荷电状态的特征量，并将其运用于电池荷电状态的监测具有重要的意义。本论文以电池综合参数自动测试仪为主体搭建了测试平台，制定了相应的方案对铅酸电池进行充放电实验。通过大量测试数据分析了电池放电过程的回跳电压、放电电流、放电深度以及荷电状态之间的关系。利用最小二乘和多项式拟合等手段，建立基于回跳电压的电池荷电状态估算数学模型，并通过仿真验证了回跳电压预测电池荷电状态的可行性。为提高电池荷电状态的预测精度，提出基于最小二乘向量回归机的径向基神经网络算法和建模，并以回跳电压作为神经网络的输入对电池荷电状态进行预测。仿真结果表明改进的径向基神经网络模型具有更高的预测精度。

全文目录

摘要  4-5
ABSTRACT  5-8
第一章绪论  8-16
  1.1 电动汽车概述  8-9
  1.2 电动汽车的电池技术  9-11
  1.3 动力电池的检测系统  11-13
  1.4 研究目的和意义  13
  1.5 国内外研究现状  13-14
  1.6 本论文来源和研究内容  14-16
第二章铅酸电池 SOC 估算的关键技术  16-31
  2.1 铅酸电池的工作原理和性能分析  16-20
    2.1.1 铅酸电池的工作原理  16-17
    2.1.2 电池的性能参数  17-19
    2.1.3 铅酸电池充放电特性  19-20
  2.2 铅酸电池模型  20-26
    2.2.1 基本电路模型  21-22
    2.2.2 电池 SOC 估算模型  22-26
  2.3 影响电池 SOC 的因素及常用电池 SOC 估算方法  26-30
    2.3.1 电池 SOC 的定义  26
    2.3.2 影响电池 SOC 的因素  26-28
    2.3.3 几种常用电池 SOC 估算方法  28-30
  2.4 本章小结  30-31
第三章基于回跳电压的电池 SOC 估算  31-44
  3.1 回跳电压概述  31-33
  3.2 回跳电压测试实验平台  33-35
    3.2.1 电池综合参数自动测试仪  33-34
    3.2.2 上位机  34-35
  3.3 实验方案  35-36
  3.4 回跳电压特性分析  36-42
    3.4.1 回跳电压、放电深度、SOC 与放电电流的关系  36-39
    3.4.2 放电深度、回跳电压与 SOC 的关系  39-41
    3.4.3 温度对回跳电压及 SOC 的影响  41-42
  3.5 曲线拟合法估算电池 SOC  42-43
  3.6 本章小结  43-44
第四章基于改进 RBF 神经网络的电池 SOC 预测  44-57
  4.1 径向基（RBF）神经网络  44-49
    4.1.1 RBF 神经网络结构  44-45
    4.1.2 RBF 神经网络的学习算法  45-49
  4.2 支持向量机  49-53
    4.2.1 支持向量机的结构  49
    4.2.2 支持向量机分类  49-51
    4.2.3 支持向量机回归理论  51
    4.2.4 最小二乘支持向量机  51-53
  4.3 改进 RBF 神经网络的建模方法  53-55
  4.4 基于改进 RBF 神经网络的电池 SOC 预测  55-56
  4.5 本章小结  56-57
第五章总结与展望  57-58
参考文献  58-61
攻读学位期间主要的研究成果  61-62
致谢  62

基于回跳电压的动力电池荷电状态预测研究

内容摘要

全文目录

相似论文