版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,隨著經(jīng)濟(jì)的發(fā)展,汽車行業(yè)得到了突飛猛進(jìn)的發(fā)展,汽車數(shù)量大幅提升。目前世界能源日趨緊張,環(huán)境污染日益嚴(yán)重,電動(dòng)汽車這種污染少,耗能低的新型汽車漸漸進(jìn)入大家的生活。但是目前電動(dòng)汽車的電池由于其成本高,續(xù)航里程短,壽命短等諸多問題,限制了電動(dòng)汽車的發(fā)展。因此各類電池管理系統(tǒng)中都將電池衰退情況作為重要參數(shù)來檢測。
本文通過提出一種新的識(shí)別電動(dòng)汽車動(dòng)力電池衰退模式,并預(yù)測未來衰退模式及壽命的方法,使用戶可以了解到自己使用的電動(dòng)汽
2、車電池衰退情況,從而更好的規(guī)劃使用電池。
本文首先完成了對電動(dòng)汽車動(dòng)力電池的使用模式分析,并通過一種曲線聚類方法,使不同的使用模式進(jìn)行歸類,將屬于相同衰退模式的使用模式自動(dòng)聚類。
對于衰退模式的預(yù)測,本文提出衰退點(diǎn)這一可以更直接表征電池衰退情況的概念來代替以往通常使用的電池容量。然后利用聚類過的衰退模式建立基于隱馬爾科夫模型的動(dòng)力電池衰退模式模型,最后完成對電動(dòng)汽車動(dòng)力電池未來衰退模式的預(yù)測。通過結(jié)合電池過往衰退情況
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于隱馬爾科夫模型的信號(hào)分類.pdf
- 基于隱馬爾科夫模型的異常檢測研究.pdf
- 基于隱馬爾科夫模型詞性標(biāo)注的研究.pdf
- 基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf
- 基于隱馬爾科夫模型的人臉識(shí)別.pdf
- 基于隱馬爾科夫模型的聚眾事件檢測.pdf
- 基于隱馬爾科夫模型的網(wǎng)絡(luò)輿情挖掘.pdf
- 基于隱馬爾科夫模型的步態(tài)身份識(shí)別.pdf
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于隱馬爾科夫模型的重型肝炎演化研究.pdf
- 基于隱馬爾科夫模型的入侵檢測方法研究.pdf
- 基于隱馬爾科夫模型的時(shí)間序列聚類.pdf
- 隱馬爾科夫模型演化下的隱組檢測.pdf
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于Ⅱ-型模糊隱馬爾科夫模型的火焰識(shí)別.pdf
- 基于隱馬爾科夫模型的語音識(shí)別技術(shù)研究.pdf
- 基于隱馬爾科夫模型的齒輪故障診斷.pdf
評論
0/150
提交評論