基于SVM的车载锂电池剩余容量预测模型设计开题报告

1. 研究目的与意义

随着社会经济和储能技术的发展，锂离子电池因其质量轻、低放电率和长寿命等优势，在全社会各领域均得到广泛应用。建立准确的锂离子电池容量退化模型，准确预测锂离子电池的剩余寿命，是保障锂离子电池运行可靠性和安全性的基础，也是目前锂离子电池故障预测与健康管理技术的重要组成部分。

2. 国内外研究现状分析

通过传感器获取设备敏感参数信息，借助物理模型、智能模型等手段，对设备进行健康状态评估和故障预测。在恒定电流放电,温度、放电深度情况的下，对于锂离子电池的容量的预测，目前主要集中在以下三个方面：1利用物理和化学机理分析对锂离子电池容量的退化过程进行建模是一种重要的途径。2利用曲线拟合、神经网络、支持向量机、求和自归模型等数据驱动方法对锂离子电池容量的退化过程进行建模。3利用融合方法对锂离子电池容量的退化过程进行分析建模。

3. 研究的基本内容与计划

研究内容1.分析锂电池容量退化特点；

2.建立svm预测模型；

3.通过锂电池数据对预测模型进行验证；

4. 研究创新点

运用MATLAB进行线性预测与分析，同时利用车载锂离子电池的电压和剩余容量来改进锂电池的内部构造，延长锂离子的寿命，极大的增加了车载锂电池的运行的可靠性和安全性。