- 1、本文档共72页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
目录
目录
1 绪论1
1.1 研究背景与意义1
1.2 国内外研究现状3
1.2.1 光伏充电站国内外发展现状3
1.2.2 锂电池寿命预测方法国内外研究现状4
1.3 本文主要研究内容与章节安排7
2 无人光伏充电站及其储能锂电池分析9
2.1 无人光伏充电站的结构与功能9
2.1.1 无人光伏充电站组成及各组件功能9
2.1.2 光伏组件的工作原理10
2.1.3 无人光伏充电站的能量流动模型10
2.1.4 无人光伏充电站的储能技术11
2.2 储能锂电池分析12
2.2.1 锂电池作为无人光伏充电站储能电池的优势12
2.2.2 锂电池的结构与相关健康参数13
2.2.3 锂电池的工作原理14
2.3 影响锂电池寿命的因素分析15
2.3.1 内部影响因素16
2.3.2 外部影响因素17
2.4 本章小结17
3 相空间重构的IPSO-SVM 锂电池寿命预测方法19
3.1 相空间重构19
3.1.1 时间间隔 的选取20
3.1.2 d 21
嵌入维数 的选取
v
3.2 SVM 相关原理22
3.2.1 核函数与损失函数22
3.2.2 SVM 分类模型原理23
3.2.3 SVM 回归模型原理25
3.3 改进粒子群优化算法原理27
3.3.1 粒子群优化算法27
3.3.2 改进粒子群优化算法29
3.4 相空间重构的IPSO-SVM 锂电池寿命预测方法设计29
V
西安理工大学工程硕士专业学位论文
3.5 实验验证与结果分析30
3.5.1 实验数据的选取30
3.5.2 相空间重构的实验结果32
3.5.3 相空间重构的IPSO-SVM 预测方法的实验验证34
3.6 本章小结36
4 IGA-ELM 的锂电池寿命预测方法39
4.1 间接预测方法的优势39
4.2 间接预测参数的构建39
4.2.1 间接预测参数的提取39
4.2.2 间接预测参数的评估41
4.3 算法相关原理42
4.3.1ELM 基本原理42
4.3.2IGA 基本原理43
4.4 IGA-ELM 的锂电池寿命预测方法设计45
4.5 实验验证与结果分析46
4.5.1 实验数据的选取及算法性能评价46
4.5.2 预测阶段一及相关模型构建47
4.5.3 预测阶段二及相关模型构建48
4.5.4 预测阶段三及相关实验结果50
4.6 本章小结51
5 无人光伏充电站锂电池寿命预测软件系统设计53
5.1 软件设计流程53
5.2 软件功能描述54
5.3
文档评论(0)