导读:本文包含了容量估计论文开题报告文献综述及选题提纲参考文献，主要关键词:序列号估计,极大似然估计,迭代估计,最小方差无偏估计
容量估计论文文献综述
李亚男,王昱泉,陈国蓝,胡跃清[1]（2019）在《初始编码及最大序列号均未知时总体容量的估计》一文中研究指出实际生活中,很多产品的序列号是连续的,估计出最大序列号就知道产品的总产量.例如二战中德军坦克数量的估计就是初始编码为1时最大序列号的估计.但在很多商业活动中,需要估计某产品在某个时间段的产量.本文研究这种初始编码及最大序列号均未知时总体容量的估计问题,从不同角度提出6个估计量:有放回抽样时极大似然估计量以及它的Jackknife法、近似法、迭代法及区间长度法得出的相应估计量及无放回抽样时的最小方差无偏估计量,然后通过大量随机模拟来评价这6个估计量的无偏性和均方根误差的相对大小.模拟结果表明:极大似然估计在小样本时表现欠佳,Jackknife法确实可以改进偏倚,后4个估计量的表现不论是有放回还是无放回抽样均相差不大,最小方差无偏估计量在无放回抽样时表现最佳.(本文来源于《复旦学报(自然科学版)》期刊2019年05期）
戴海峰,姜波,魏学哲,张艳伟[2]（2019）在《基于充电曲线特征的锂离子电池容量估计》一文中研究指出准确的容量估计对锂离子电池管理具有重要意义。通过电池循环老化试验,归纳出老化过程中与电池容量衰减相关的充电曲线特征。通过计算充电曲线特征与衰减容量的相关系数进一步确定特征的电压区间。建立以径向基函数为核函数的相关向量机模型,以5个特征为输入量、电池容量为输出量进行数据训练,然后以筛选出的相关矢量进行在线容量估计。结果表明,该电池容量估计算法精度在2.2%以内,且算法收敛性较好。(本文来源于《机械工程学报》期刊2019年20期）
田晟,吕清[3]（2019）在《基于粒子滤波算法的动力电池容量估计模型研究》一文中研究指出针对基于双指数模型和多项式模型的粒子滤波算法估计动力电池容量精度低的问题,提出一种融合指数项和多项式的组合模型估计动力电池容量,通过分析粒子滤波算法运行过程中双指数模型和多项式模型的参数迭代更新状态,提取两模型中的关键项形成组合模型,并分别以实验室条件下和用户工况下动力电池容量数据对组合模型进行验证。结果表明,两种条件下基于组合模型估计的动力电池容量精度均高于基于双指数模型和多项式模型估计的精度。(本文来源于《公路与汽运》期刊2019年05期）
任鹏博[4]（2019）在《基于区间应力的锂离子电池容量估计及寿命预测研究》一文中研究指出锂离子电池因具有能量密度高、循环寿命长和充放电平台高等优点而被广泛应用于电力储能、电动汽车和通讯系统中。然而,考虑到电池的功率、能量、衰退速度和安全性等因素,电动汽车或储能应用场景下的锂离子电池通常都不会在容量的全区间实用。在选定分区间内使用的锂离子电池,其衰退性能会受到多种因素的影响,在不同的区间应力下表现出不同的容量衰退轨迹。基于此,本文对不同区间应力下锂离子电池的循环衰退性能进行了研究,具体内容如下:以2.75Ah 18650型号叁元材料电池为研究对象,基于电池实际运行工况和衰退机理,分别按照实用区间、相变区间和20%放电深度(DOD)区间划分了 11个不同SOC循环区间。参考国内外通用的锂离子电池测试手册,设计了电池分区间循环寿命测试以及不同温度下性能测试的实验规程。选取28块同一批次的锂离子电池,开展了为期15个月的循环老化实验和性能测试实验。基于测试数据对比分析了 3类分区间的容量衰退结果,划分电池老化的不同阶段。总结了电池内阻、容量增量曲线和容量再生现象随循环次数的变化规律,并给出容量再生的机理解释。分别分析了恒压充电过程、分区间特征和相变过程等因素对不同区间下电池老化的影响。利用Keras深度学习库完成了基于LSTMRNN网络的锂离子电池分区间循环衰退模型的搭建、初始化和训练过程。基于测试区间数据,实现了任意给定区间下电池循环容量的高精度预测,极大地减少了测试时间。通过参数搜索得到模型的最优超参数组合,并利用快照集成方法对不同极小值处的模型进行融合,进一步提高模型精度。考虑动力电池实际运行工况,提取容量增量曲线峰值高度和峰值位置电压两个健康状态特征参数,与电池容量同时作为多输出高斯过程回归模型的输出,对电池容量进行估计。分别采用单一核函数和组合核函数来探究不同协方差函数对模型输出和准确度的贡献;采用多种关联分析方法,对特征参数和电池容量进行相关性分析,验证了特征选取的正确性以及多输出高斯回归方法的优势;针对历史数据匮乏的情况,对训练数据比例和估计准确性的关系进行研究。最后利用多输出高斯过程回归算法实现了电池组内单体剩余寿命的高精度预测。(本文来源于《北京交通大学》期刊2019-06-01）
丁莹[5]（2019）在《数字调制技术下高斯信道容量的无速率码译码估计》一文中研究指出高斯信道是一类重要的通信信道模型,常用于模拟恒定信道,如光纤通信,卫星通信,同轴电缆通信等。信道容量是保证信息无错误传输的最大传输率,所以实际中研究设计通信系统的编译码方案时,为保证数据传输的可靠性,确定其信道容量具有重要的指导意义。因此,本文从高斯信道的调制技术和编码技术两个方面展开深入研究,概括如下:针对功率约束为P的高斯信道,等概率均匀分布的输入信号可达到的传输速率始终与信道容量极限存在1.53 dB的损耗问题,本文基于维度提出两个解决方案,在不使用整形编码方法就可以获得整形增益。在低维度时可以用几何高斯分布等概率信号集实现信道容量,在高维度时利用BM-APSK模型实现高斯信道容量。同时给出了两个整形方案的模型和约束条件证明过程,并通过Matlab仿真结果验证了定理的正确性,在星座点数趋于无穷时,容量的性能损耗均能减少至零。针对LT码在高斯信道下存在度数为1的编码节点与信道相连,产生差错平台的问题,提出一种区别于Raptor码的级联编码结构。这是一种利用累加器消除度数为1的编码节点的新的编码结构,命名为AR(Accumulate Rateless)码。通过仿真对比了LT码在加上累加器后与不加累加器前的BER性能,结果表明AR码随着译码迭代地不断更新,不再有固定的错误注入。然后进一步通过仿真验证了优化信息节点或校验节点边的度数分布以及边的选择方式,可以改善AR码在瀑布区的性能。利用高斯信道模拟卫星通信环境,采用无速率码编译码技术结合不同的调制技术进行仿真,结果表明,实际译码启动长度与由信道容量计算的启动译码时理论码字长度条件基本保持一致,研究信道容量对实际通信系统译码时初始启动码率有很好的估计效果。(本文来源于《合肥工业大学》期刊2019-05-01）
孙帅[6]（2019）在《车用锂离子电池组的一致性与容量估计研究》一文中研究指出电池组作为电动汽车的供能部分,对电动汽车的整体性能起到决定性的作用。电池在电动汽车中的应用还存在一些亟待解决的问题,比如电池在使用过程中的安全性,电池的使用寿命和充放电容量等。这些问题的决定性因素就是组成电池组的单体电池间的一致性。因此论文中对电池组的一致性进行研究,同时利用估计算法对电池的容量进行估计。全文具体工作安排如下:(1)针对基于端电压和SOC的一致性评价模型的评价误差较大、适用性较差等问题,提出了考虑电压影响的分段SOC一致性评价模型来对电池组的一致性进行评价。在分析锂离子电池特性的基础上,选择一阶戴维宁模型进行解析,为后续的一致性研究和容量估计做准备。同时给出了几种电池参数的一致性表现规律,并给出了具体的解决方案去提高电池间的一致性。建立考虑电压影响的分段SOC一致性评价模型来对电池组的一致性进行研究和评价。结果表明,考虑电压影响的分段SOC一致性评价模型的评价效果更好。(2)针对安时积分法存在累积误差以及卡尔曼滤波算法受系统噪声限制的问题,提出了自适应扩展卡尔曼滤波算法对电池单体容量进行估计。首先利用安时积分法对电流进行积分,得到电池充入和放出的电量。然后根据电池实际测量电压利用自适应扩展卡尔曼滤波算法对电池的充放电量进行矫正。将估计结果进行比较分析,利用MATLAB仿真软件对算法的可行性进行了验证,比较结果显示加入自适应控制的估计算法估计效果更为准确。(3)针对结构逻辑树估计算法估算精度不准确等问题,提出了将结构逻辑树算法进行改进,从而对电池组容量进行估计。电池组是由很多单体电池经过串并联混合的方式组合到一起,所以论文在估计电池组容量时先估计出单体电池的容量,然后根据论文所提出的结构逻辑树的计算法则估计出电池组的容量。利用MATLAB软件对结构逻辑树估计算法的合理性和稳定性进行验证,并通过和其他估计算法对比可以看出结构逻辑树算法的估计误差更小。(本文来源于《青岛科技大学》期刊2019-04-16）
袁赛,邓志刚,帅孟超[7]（2019）在《大容量锂电池在线参数辨识及SOC联合估计》一文中研究指出为了提高对大容量磷酸铁锂电池的在线联合精度,分别对在线参数辨识、及SOC估计两部分做了研究。对电池建立了二阶RC等效电路模型,求出了状态表达方程式;使用变遗忘因子的递推最小二乘法来进行在线参数辨识。在多脉冲放电实验工况下,离线参数辨识的最大误差为4.86%(0.18V);而采用变遗忘因子递推最小二乘法,在线辨识的最大误差为1.89%(0.07V)。在线参数辨识不仅实现了实时性,也提高了精度。在参数辨识的基础上,分别采用扩展卡尔曼滤波算法(EKF)、无迹卡尔曼滤波算法(UKF)对电池SOC进行联合估计。在多脉冲放电实验工况中,当SOC的初始误差在30%以内时,UKF算法收敛到误差允许范围内的最大时间为400s;EKF算法收敛到误差允许范围内的最大时间为1100s(实验中电池的总运行时间为18000s)。且当SOC初值正确时,UKF的最大误差为3.2%,而EKF的误差约为7.8%。因此,UKF的鲁棒性、精确度明显优于EKF。(本文来源于《电气开关》期刊2019年02期）
饶勇翔[8]（2019）在《电动汽车锂离子电池健康状态估计及容量衰退预测》一文中研究指出近年来由于能源危机和环境日益恶化的问题,电动汽车成为了全球各大汽车厂商的研究热点。锂离子电池作为电动汽车的动力源,为了保证电动汽车的安全高效行驶,需要对电池的状态进行实时监测。对电池当前健康状态做出准确估计,并对容量的衰退趋势做出预测,有利于对电池的诊断提供依据,制定合理的锂离子电池维护更换策略。本文就动力锂离子电池的健康状态估计和容量衰退预测做了以下工作:首先对电池的内部结构、充放电机理、健康状态的影响因素进行分析,对电池的失效过程和外特性参数的变化进行研究。确定了将电池的容量作为锂离子电池健康状态的评价指标,并基于锂离子电池充放电过程的状态参数,提出将电压、电流、温度、荷电状态(SOC)联合作为健康因子进行SOH估计。在确定健康因子的基础上,利用支持向量回归优异的非线性映射能力,通过支持向量回归机建立健康因子与健康状态之间的关系,选用径向基核函数作为支持向量回归机的核函数,根据粒子群算法和网格搜索算法寻优得到支持向量回归模型最优参数对,对模型进行训练,在MATLAB环境下验证了选取的健康因子能够准确的估计动态工况下动力锂离子电池健康状态。因动力电池在实际使用过程中,电池的容量衰退受到多种因素影响,难以建立合理的衰退模型。因此本文选用BP神经网络对电池容量的衰退趋势进行预测,针对BP神经网络对初始权值阈值敏感的问题,本文选用蚁群算法对BP神经网络初始权值阈值进行优化。最后,通过NASA的公开数据集中电池循环寿命试验数据进行验证,在MATLAB环境下的验证结果表明,基于蚁群优化BP神经网络的方法能够准确的预测锂离子电池的容量衰退趋势。(本文来源于《长安大学》期刊2019-04-15）
马晓旦,安旭[9]（2019）在《基于容量估算模型的交织区通行能力估计》一文中研究指出在高峰期,交织区的车道变换行为将会严重影响高速公路车流的运行,尤其在合流区和分流区域非常接近的时候。这种交织现象对通行能力有重大影响,许多研究致力于交织区的容量估算模型。然而,由于在实际交通中难以直接采用估计模型来估计实时最大通过车流量。因此文章研究定义了一个线性优化问题来表示高速路交织能力,然后建立一个车道变换模型来约束交织行为。在实际案例的现场数据中具体评估和分析了所提出的方法,容量估算模型的估算值与《2010年美国通行能力手册》结果一致。此外,还观察到换道行为对交织区实际通行能力影响很大。(本文来源于《物流科技》期刊2019年02期）
来鑫,秦超,郑岳久,韩雪冰[10]（2019）在《基于恒流充电曲线电压特征点的锂离子电池自适应容量估计方法》一文中研究指出为提高锂离子电池容量在线估计精度,本文中提出一种基于部分充电曲线特征容量在线辨识和阿伦尼乌斯容量衰减模型融合的自适应容量估计方法。针对纯电动汽车极少存在完整充电的情况,提出一种基于恒流充电电压特征点的容量在线辨识方法。该方法先利用遗传算法对缩放平移后的充电曲线进行电压特征点优化,再通过监测有关这两个不动的电压特征点的恒流充电数据,在线辨识电池的当前容量。为进一步提高容量在线估计的精度,通过增量式PID算法来融合容量在线辨识值和阿伦尼乌斯模型,进行模型参数的闭环修正。最后,交变温度寿命实验结果表明,利用本文中提出的自适应估计方法,最大估计误差不超过2%。(本文来源于《汽车工程》期刊2019年01期）
容量估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
准确的容量估计对锂离子电池管理具有重要意义。通过电池循环老化试验,归纳出老化过程中与电池容量衰减相关的充电曲线特征。通过计算充电曲线特征与衰减容量的相关系数进一步确定特征的电压区间。建立以径向基函数为核函数的相关向量机模型,以5个特征为输入量、电池容量为输出量进行数据训练,然后以筛选出的相关矢量进行在线容量估计。结果表明,该电池容量估计算法精度在2.2%以内,且算法收敛性较好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
容量估计论文参考文献
[1].李亚男,王昱泉,陈国蓝,胡跃清.初始编码及最大序列号均未知时总体容量的估计[J].复旦学报(自然科学版).2019
[2].戴海峰,姜波,魏学哲,张艳伟.基于充电曲线特征的锂离子电池容量估计[J].机械工程学报.2019
[3].田晟,吕清.基于粒子滤波算法的动力电池容量估计模型研究[J].公路与汽运.2019
[4].任鹏博.基于区间应力的锂离子电池容量估计及寿命预测研究[D].北京交通大学.2019
[5].丁莹.数字调制技术下高斯信道容量的无速率码译码估计[D].合肥工业大学.2019
[6].孙帅.车用锂离子电池组的一致性与容量估计研究[D].青岛科技大学.2019
[7].袁赛,邓志刚,帅孟超.大容量锂电池在线参数辨识及SOC联合估计[J].电气开关.2019
[8].饶勇翔.电动汽车锂离子电池健康状态估计及容量衰退预测[D].长安大学.2019
[9].马晓旦,安旭.基于容量估算模型的交织区通行能力估计[J].物流科技.2019
[10].来鑫,秦超,郑岳久,韩雪冰.基于恒流充电曲线电压特征点的锂离子电池自适应容量估计方法[J].汽车工程.2019