為緩解能源危機、環(huán)境污染與經濟發(fā)展之間的矛盾,新能源電動汽車產業(yè)得以快速發(fā)展,并推動了動力鋰電池的推廣應用。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、管理與應用提供參照從而避免潛在的安全性問題,對鋰電池的實際應用而言十分重要。本文從實際角度出發(fā),針對當前鋰電池安全性評估中存在的問題,進行了如下研究:（1）對鋰電池失效特征參數(shù)的提取進行了研究。通過對鋰電池衰退機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),利用灰色關聯(lián)度分析從數(shù)學上對它們與鋰電池SOH之間的關聯(lián)性進行了驗證,并以此為依據(jù)進行重篩選。最終采用4個失效特征參數(shù)組成表征鋰電池當前狀態(tài)的失效特征參數(shù)向量。（2）對適應多工況下鋰電池SOH預測的算法方案進行了研究�；谒崛〉氖卣鲄�(shù),提出一種新的訓練集設計思路,采用兩個異工況數(shù)據(jù)集組成算法訓練集以表征“區(qū)間工況... 

【文章來源】：湖南大學湖南省 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 自適應模型法
        1.2.3 數(shù)據(jù)驅動法
        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)集選取與訓練集設計
        2.4.1 數(shù)據(jù)集選取
        2.4.2 訓練集設計
    2.5 本章小結
第3章 基于LSSVM的鋰電池SOH預測
    3.1 支持向量機
    3.2 最小二乘支持向量機及核函數(shù)的選取
        3.2.1 最小二乘支持向量機
        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 結果分析與比較
        3.4.1 算法評估標準
        3.4.2 結果分析
    3.5 算法優(yōu)化
        3.5.1 模糊最小二乘支持向量機
        3.5.2 結果分析與比較
    3.6 本章小結
第4章 基于混沌最小二乘支持向量機的RUL預測
    4.1 傳統(tǒng)時間序列分析預測方法
        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預測
        4.2.1 混沌理論
        4.2.2 相空間重構
        4.2.3 混沌時間序列的判定
        4.2.4 基于C-LSSVM的鋰電池RUL預測
    4.3 仿真結果與分析
        4.3.1 相空間重構
        4.3.2 混沌性判定
        4.3.3 仿真結果與分析
    4.4 本章小結
總結與展望
參考文獻
附錄 A 攻讀學位期間所發(fā)表的學術論文目錄
致謝


【參考文獻】：
期刊論文
[1]基于改進相關向量機的鋰電池壽命預測方法[J]. 王春雷,趙琦,秦孝麗,馮文全.  北京航空航天大學學報. 2018(09)
[2]鋰離子二次電池多孔集流體的制備與應用[J]. 羅政,梁杰鉻,袁斌.  材料導報. 2018(S1)
[3]基于CPSO-RVM的鋰電池剩余壽命預測方法[J]. 張朝龍,何怡剛,袁莉芬.  系統(tǒng)仿真學報. 2018(05)
[4]一種支持向量機算法設計中優(yōu)化的混合加權核函數(shù)選取與樣本加權方法[J]. 曹萬鵬,羅云彬,史輝.  小型微型計算機系統(tǒng). 2018(02)
[5]梯次利用鋰電池健康狀態(tài)預測[J]. 孫冬,許爽.  電工技術學報. 2018(09)
[6]鋰動力電池內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展[J]. 李春雷,唐風娟,崔孝玲,薛宇宙,趙冬妮.  電源技術. 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. 2016(06)
[9]電動汽車動力電池產業(yè)的發(fā)展[J]. 肖成偉,汪繼強.  科技導報. 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. 2015(12)

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

碩士論文
[1]基于雙隱藏層神經網絡和混沌時間序列短期電力負荷預測[D]. 周凱文.西南交通大學 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 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 2015
[4]動力鋰離子電池組SOH估計方法研究[D]. 薛輝.吉林大學 2013
[5]支持向量機中Sigmoid核函數(shù)的研究[D]. 劉明.西安電子科技大學 2009



本文編號：3178223