基于时间序列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容量，是确保锂电池安全服役，降低成本的关键。锂离子电池以其优越的性能被广泛应用于各个领域，但其自身仍存在安全性和可靠性问题，故应用中需对锂离子电池的工作状态进行在线监测和综合管理。近年来，作为锂离子电池管理、保障及预测性维护的关键技术，剩余容量预测方法的研究倍受关注，并已发展为电子系统故障预测与健康管理技术研究的热点问题之一。学习时间序列预测方法和理论，建立锂电池剩余容量预测模型。

2. 国内外研究现状分析

目前，国内外普遍采用荷电状态SOC(StateofCharge)来表示蓄电池的剩余容量。SOC是直接反映蓄电池的可持续供电能力和健康状况的一个重要参数。例如，日本青森工业研究中心从1997年开始至今，仍在持续进行BMS实际应用的研究；美国Villanova大学和USNanocorp公司已经合作多年对各种类型的电池SOC进行基于模糊逻辑的预测。随着锂离子电池使用的推广，其失效引发了各种各样的事故，对人们生命财产安全产生重大的威胁，车载锂离子电池的安全性得到了越来越多的重视。

3. 研究的基本内容与计划

内容：1、了解国内外对车载锂电池的研究；

2、学习相关预测方法；

3、分析车载锂电池剩余容量预测对汽车性能提高的重要性；

4. 研究创新点

加入卡尔曼滤波是的更精确