基于神經(jīng)網(wǎng)絡(luò)的助力車鋰電池能量管理策略研究
發(fā)布時間:2023-02-20 21:05
以鋰電池為動力的新能源車輛,由于其綠色、環(huán)保、便捷、使用成本低的優(yōu)點越來越受到國內(nèi)外的重視。鋰電池的能量估算與能量分配問題是目前新能源車輛研究的熱點問題之一。本文主要對助力車鋰電池的能量管理策略進行了研究,主要工作內(nèi)容如下:(1)在學(xué)習(xí)SOC估算方法、量子行為粒子群算法(Quantum-behaved Particle Swarm Algorithm,QPSO)和小波神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,提出一種改進的QPSO訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)。針對QPSO易陷入局部最優(yōu)的缺點,基于變異思想改進QPSO,根據(jù)其離散度對全局最優(yōu)位置進行一定概率的變異操作,進行多次迭代,避免算法陷入局部最優(yōu)。構(gòu)建基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)估算鋰電池SOC,采用小波基函數(shù)作為神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù),改進QPSO代替?zhèn)鹘y(tǒng)的梯度下降算法;以循環(huán)階躍變化的放電電流對鋰電池放電,將其放電數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。構(gòu)建BP神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)進行實驗分析對比,驗證了本文算法更適用于助力車鋰電池的在線實時估算。(2)建立助力車的動力學(xué)模型,根據(jù)騎行經(jīng)驗確定騎行中所遇到的特殊騎行狀態(tài)并給出相應(yīng)控制算法。以助力車的動力學(xué)模型和特殊騎行狀態(tài)的...
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
abstract
第一章 緒論
1.1 課題背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 助力車的國內(nèi)外研究現(xiàn)狀
1.2.2 電池管理系統(tǒng)國內(nèi)外研究現(xiàn)狀
1.3 課題研究內(nèi)容和論文結(jié)構(gòu)
1.3.1 研究內(nèi)容
1.3.2 論文結(jié)構(gòu)
第二章 鋰電池特性分析和相關(guān)理論基礎(chǔ)
2.1 助力車用鋰電池性能需求
2.2 磷酸鐵鋰電池結(jié)構(gòu)和工作原理
2.2.1 磷酸鐵鋰電池結(jié)構(gòu)
2.2.2 磷酸鐵鋰電池工作原理
2.3 磷酸鐵鋰電池的特性分析
2.3.1 磷酸鐵鋰電池的容量特性分析
2.3.2 磷酸鐵鋰電池充放電特性分析
2.3.3 磷酸鐵鋰電池開路電壓特性分析
2.4 常見電池SOC估算方法
2.5 QPSO算法
2.5.1 PSO算法概述
2.5.2 QPSO算法概述
2.6 本章小結(jié)
第三章 基于改進QPSO小波神經(jīng)網(wǎng)絡(luò)的鋰電池SOC估算研究
3.1 QPSO算法改進
3.2 小波神經(jīng)網(wǎng)絡(luò)
3.2.1 小波分析
3.2.2 小波神經(jīng)網(wǎng)絡(luò)
3.3 基于改進QPSO小波神經(jīng)網(wǎng)絡(luò)估算SOC
3.3.1 基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)的研究思路
3.3.2 基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)的算法流程
3.3.3 訓(xùn)練數(shù)據(jù)選擇
3.3.4 基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)鋰電池SOC估算仿真實驗
3.4 本章小結(jié)
第四章 面向助力車騎行控制的鋰電池能量分配策略研究
4.1 騎行控制的問題分析與解決策略
4.1.1 問題分析
4.1.2 解決措施
4.2 助力車動力學(xué)模型
4.3 助力車鋰電池能量分配策略研究
4.3.1 助力車模型參數(shù)確定
4.3.2 助力車鋰電池能量分配
4.4 本章小結(jié)
第五章 基于智能手機的助力車能量管理策略測試
5.1 引言
5.2 助力車數(shù)據(jù)流模型
5.2.1 助力車鋰電池能量管理系統(tǒng)總體設(shè)計
5.2.2 助力車數(shù)據(jù)流模型
5.3 助力車鋰電池能量管理實驗與分析
5.3.1 助力車鋰電池SOC估算實驗
5.3.2 助力車鋰電池能量管理實驗
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 本文總結(jié)
6.2 展望
參考文獻
攻讀研究生期間公開發(fā)表的論文及專利
致謝
本文編號:3747313
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
abstract
第一章 緒論
1.1 課題背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 助力車的國內(nèi)外研究現(xiàn)狀
1.2.2 電池管理系統(tǒng)國內(nèi)外研究現(xiàn)狀
1.3 課題研究內(nèi)容和論文結(jié)構(gòu)
1.3.1 研究內(nèi)容
1.3.2 論文結(jié)構(gòu)
第二章 鋰電池特性分析和相關(guān)理論基礎(chǔ)
2.1 助力車用鋰電池性能需求
2.2 磷酸鐵鋰電池結(jié)構(gòu)和工作原理
2.2.1 磷酸鐵鋰電池結(jié)構(gòu)
2.2.2 磷酸鐵鋰電池工作原理
2.3 磷酸鐵鋰電池的特性分析
2.3.1 磷酸鐵鋰電池的容量特性分析
2.3.2 磷酸鐵鋰電池充放電特性分析
2.3.3 磷酸鐵鋰電池開路電壓特性分析
2.4 常見電池SOC估算方法
2.5 QPSO算法
2.5.1 PSO算法概述
2.5.2 QPSO算法概述
2.6 本章小結(jié)
第三章 基于改進QPSO小波神經(jīng)網(wǎng)絡(luò)的鋰電池SOC估算研究
3.1 QPSO算法改進
3.2 小波神經(jīng)網(wǎng)絡(luò)
3.2.1 小波分析
3.2.2 小波神經(jīng)網(wǎng)絡(luò)
3.3 基于改進QPSO小波神經(jīng)網(wǎng)絡(luò)估算SOC
3.3.1 基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)的研究思路
3.3.2 基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)的算法流程
3.3.3 訓(xùn)練數(shù)據(jù)選擇
3.3.4 基于改進QPSO的小波神經(jīng)網(wǎng)絡(luò)鋰電池SOC估算仿真實驗
3.4 本章小結(jié)
第四章 面向助力車騎行控制的鋰電池能量分配策略研究
4.1 騎行控制的問題分析與解決策略
4.1.1 問題分析
4.1.2 解決措施
4.2 助力車動力學(xué)模型
4.3 助力車鋰電池能量分配策略研究
4.3.1 助力車模型參數(shù)確定
4.3.2 助力車鋰電池能量分配
4.4 本章小結(jié)
第五章 基于智能手機的助力車能量管理策略測試
5.1 引言
5.2 助力車數(shù)據(jù)流模型
5.2.1 助力車鋰電池能量管理系統(tǒng)總體設(shè)計
5.2.2 助力車數(shù)據(jù)流模型
5.3 助力車鋰電池能量管理實驗與分析
5.3.1 助力車鋰電池SOC估算實驗
5.3.2 助力車鋰電池能量管理實驗
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 本文總結(jié)
6.2 展望
參考文獻
攻讀研究生期間公開發(fā)表的論文及專利
致謝
本文編號:3747313
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/3747313.html
最近更新
教材專著