VIP10
本课程属于：141-动力电池快充与寿命安全 智能汽车与新能源汽车工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

动力电池快充状态估计与模型工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=动力电池快充技术背景 · 课程学习目标 · 核心概念与整体知识框架
课程导入目标=动力电池快…
02
动力电池基础
目标=电池类型 · 工作原理 · 关键性能参数与快充应用场景
动力电池基础目标=电池类型
03
快充对电池的影响
目标=析锂 · 发热 · 老化机理与安全边界分析
快充对电池的影响目标=析锂
04
电池模型概述
目标=电化学模型 · 等效电路模型与数据驱动模型对比
电池模型概述目标=电化学模型
05
等效电路模型
目标=Rint · Thevenin · PNGV等模型结构
等效电路模型Rint
06
电化学模型
目标=P2D模型 · 单粒子模型 · 简化模型及其在快充中的应用
电化学模型P2D
07
状态估计基础
目标=SOC · SOH · SOP定义
状态估计基础SOC
08
SOC估计方法
目标=安时积分 · 开路电压法 · 卡尔曼滤波及其改进算法
SOC估计方法
09
SOH估计方法
目标=容量衰减 · 内阻增长 · 数据驱动健康特征提取与建模
SOH估计方法
10
SOP估计方法
目标=功率能力预测 · 多约束动态估计与快充策略关联
SOP估计方法
11
快充状态估计挑战
目标=析锂检测 · 热耦合 · 参数时变与不确定性量化
快充状态估计挑战目标=析锂检测
12
模型参数辨识
目标=最小二乘法 · 递推算法 · 遗传算法与粒子群优化
模型参数辨识目标=最小二乘法
13
卡尔曼滤波族
目标=EKF · UKF · CKF在电池状态估计中的实现与对比
卡尔曼滤波族EKF
14
机器学习方法
目标=神经网络 · 支持向量机 · 高斯过程回归在状态估计中的应用
机器学习方法目标=神经网络
15
深度学习进阶
目标=LSTM · GRU · Transformer在电池时序建模…
深度学习进阶LSTM
16
多模型融合
目标=模型切换 · 加权融合与贝叶斯模型平均策略
多模型融合目标=模型切换
17
快充策略与状态估计协同
目标=多阶段恒流 · 脉冲充电与模型预测控制
快充策略状态估计协同
18
热管理耦合建模
目标=电-热耦合模型 · 温度估计与快充热安全边界
热管理耦合建模目标=电
19
老化耦合建模
目标=循环老化 · 日历老化与快充工况下的寿命预测
老化耦合建模目标=循环老化
20
数据采集与实验设计
目标=传感器选型 · 测试工况 · 数据预处理与特征工程
数据采集实验设计
21
仿真平台与工具
目标=MATLAB/Simulink · COMSOL · Python在电池建模中的应用
仿真平台工具
22
案例实战一
目标=基于等效电路模型的SOC估计与…
案例实战一SOC
23
案例实战二
目标=基于电化学模型的析锂边界估计与…
案例实战二目标=基于电化学…
24
案例实战三
目标=基于深度学习的SOH估计与剩余…
案例实战三SOH
25
案例实战四
目标=多约束SOP估计与快充功率分配…
案例实战四SOP
26
常见问题与调试
目标=模型发散 · 参数漂移 · 噪声干扰与估计精度提升
常见问题调试
27
模型工程化
目标=代码架构 · 实时性优化 · 嵌入式部署与硬件在环测试
模型工程化目标=代码架构
28
功能安全与标准
目标=ISO 26262 · 电池管理系统的安全需求与验证方法
功能安全标准
29
综合项目
目标=面向快充的电池状态估计系统设计…
综合项目目标=面向快充的…
30
课程总结与前沿展望
目标=知识体系回顾 · 技术趋势 · 开放问题与进阶学习路径
课程总结前沿展望