基于差分方程的电池剩余放电时间的预测

在电压U满足等梯度的前提下,采用函数拟合的方法建立指数型差分方程模型,以此预测同一铅酸电池在不同衰减状态下的剩余放电时间,并将不同状态下或不同电压下预测结果与实际结果进行了对比,用平均相对误差评估模型的精度,取得了较好的预测效果,为保障用电器的正常运转和及时给铅蓄电池充电提供了依据。     

基于状态空间的剩余寿命预测

本论文重点介绍了基于状态空间模型的粒子滤波机械设备剩余使用寿命预测方法。机械装备的退化过程是动态随机的,其趋势可以凭借粒子滤波算法预测,不同观测时刻机械设备的剩余使用寿命预测可根据所建立的状态空间模型计算。文章提供了轴承实例用以证明这种方法的有效性。     

电池SOH算法规避放电末端安全问题研究

锂电池放电末端最常见的问题是析锂现象,针对放电末端析锂现象,通过电池SOH算法,可以规避放电末端的安全问题。防止电池过度使用而造成安全威胁。这是目前针对锂电池放电末端安全保护的有效措施,同时锂电池中存在的问题,也一直都是这类电池特点造成的重要原因。     

电动汽车电池剩余电量百分比SOC的参数识别优化

针对标准卡尔曼滤波算法在对SOC参数识别时还存在识别精度不高、稳定性较差等问题。本文设计了一种以非线性变换卡尔曼滤波算法为基础的SOC参数识别优化模型,最先近似非线性函数的概率密度分布,之后再采用具有确定点集来对输入状态的分布进行表示,之后再对每个Sigma点进行非线性变换,得到非线性变换后的点集和方差,最后用本文设计的算法优化SOC估算算法。并进行了仿真实验。结果表明,与标准卡尔曼滤波算法相比,改进后的卡尔曼滤波算法的估算曲线波动较小,且具有更高的稳定性和估算精度。     

交通量的时间数列预测

一、基于年资料的预测模型一般来说,城市居民各种出行目的,乘公共汽车的人数占相当的比例。月票和零售票的数量可以反映选择这种交通方式的出行量的大小。本文以历年月票数量为基础,为城市交通量的预测提供一种方便可行的统计方法。     

时间序列预测方法评述

本文对目前常用的和较有发展前途的时间序列预测方法进行了评述,分析了这些方法的长处和不足,并指出了一些值得研究的问题。     

典型蜂窝夹层结构雷击后剩余强度预测

以蜂窝夹层结构为例,通过数值模拟确定了复合材料面板蜂窝夹层结构的承载能力,并与试验结果进行对比分析,验证了有限元分析方法的准确性,同时通过雷击前后结构试验结果对比得出雷击后结构承载能力下降系数,提出了采用有限元分析结果乘以下降系数的方法预测结构雷击后剩余强度的方法,从而为确定直升机不同雷击部位的承载能力提供参考。     

分析钢壳镀层对电池大电流放电性能的影响

本文主要使用电子微探分析(EPMA)技术,在相同条件下将3种不同镀层结构的钢壳进行了测试。测试的电流为电池的500m A大电流以及70℃储存7d后电流。经过测试,三种材料的放电性能差别不大,但是在添加70℃储存7d条件之后,电池的性能就下降。通过电子微探分析得到钢壳镀层仅有1μm。     

外部短路和过放电对锂离子电池安全的影响

外部短路和过放电是影响锂离子电池安全的两个重要因素。本研究以锂离子电池40Ah为对象,进行过放电测试;以锂离子电池5Ah为对象,进行过外部短路测试,测试结果证实了外部短路和过放电对锂离子电池的安全性影响很大。提出一点建议,防止锂离子电池过放电电行为发生;提出两点建议,防止锂离子电池外部短路行为发生。     

锂离子电池组加热过程精准预测技术

随着运载火箭技术的发展,国内外越来越多采用锂离子电池作为运载火箭供电的电源。然而锂离子电池在低温环境条件下,其放电性能会发生明显下降,因此运载火箭锂离子电池组一般采用加热和保温的措施以保证其在低温环境条件下供电输出的可靠性。目前运载火箭锂离子电池组加热时长的预计主要基于原有实验数据做出的大致估算,具有很大的偏差,在运载火箭发射前不能实现加热过程的精准预测。本文针对某运载火箭锂离子电池组构建了加热模型,通过对具有加热设计的运载火箭锂离子电池组进行了加热实验,利用加热模型对加热温升数据进行了拟合分析,获得了该型号锂离子电池组加热过程参数精准预测的方法。通过该方法的应用,可以实现运载火箭发射前对锂离子电池组加热时长、保温加热电流等的精准预测,提高运载火箭发射前的准备效率。将该方法应用于运载火箭地面发射系统,可以实现未来运载火箭锂离子电池组智能加热和加热剩余时间等的实时预测,提高运载火箭发射装备的智能化水平。     

浅谈时间序列的分析预测

时间序列理论是研究计量经济的基础，时间序列分析预测方法是定量分析的主流方法，本文阐连了时间序列的基本特征，并介绍了时间序列的有效分析预测模型：由于已有模型的固有缺陷，这将促使我们进一步探究先进的方法理论。     

离散制造业计划时间预测研究

2015年我国首次在政府工作报告中提出"中国制造2025"概念,倡导智能化的方式改造生产系统和生产过程。基于国家号召制造业智能化的大背景,吴忠仪表有限公司率先探索将智能化算法引入离散化制造业工厂的途径。此篇论文就是基于吴忠仪表5年的真实车间数据,通过SVM与Apriori智能算法的结合来对工厂数据建模,解决工厂生产中计划时间预测合理性无法判断的问题,为工厂预测提供依据,减少工厂不合理的资源投入,促进制造业工厂的"智能化工厂"建设。     

长记忆性时间序列及其预测

本文概述了长记忆的概念、性质和分整自回归滑动平均模型（ＡＲＦＩＭＡ）。文章最后利用某市消费者价格指数（ＣＰＩ）进行时间序列长记忆分整建模的实证分析     

日本预测重大科技成果普及应用时间

世界500强公司韩国SK集团下属企业SKN涉嫌毁约在华惹官司。深圳可派公司在起诉中认为韩国SK集团下属企业SKN故意毁约,以达到掠夺合同后三年的权利。这是国内时尚行业中跨国企业因涉嫌毁约在华惹官司第一案。     

混沌时间序列混合预测方法探索

根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。     

上证指数的时间序列分析及其预测

本文根据中国1991年-2009年上证指数的历史数据,建立了三个对上证指数未来走势进行预测的模型,并对预测结果进行了分析,依据分析结果对模型进行了评价。     

基于时间序列模型的国民生产总值预测

本文基于中国统计局提供的1980年~2016年的国民总收入年度数据,分别构建了Holt指数平滑模型和ARIMA模型预测最近5年的国民生产总值。结果显示ARIMA时间序列模型具有更好的拟合和预测效果,可以为我国宏观经济的发展提供更好的参考。     

时间序列预测的状态空间方法

时间序列预测的状态空间方法张世英，王艳晖，杨尊琦（天津大学３０００７２）Ｐ，ＣＹｏｕｎｇ和Ｎ，Ｃ，Ｎｇ开发的状态空间预测方法［１］实现了模型参数估计的递推计算，并完全摆脱了Ｂｏｘ一Ｊｅｎｋｉｎｓ时间序列建模的困难，具有很大优点。在Ｐ．Ｃ．Ｙｏｕｎｇ等...     

经济时间序列的状态空间预测

预测是研究经济时间序列的重要课题,而经济序列大都是非平稳的,因此经济序列的预测比一般平稳时间序列困难得多。利用状态空间模型对经济序列进行建模、预测,不仅方便易行,且效果很好。不仅可对经济时间序列所含趋势、周期、季节各分量进行预测,而且可对经济时间序列本身进行预测。本文就是讨论用状态空间模型对经济序列进行预测的方法与实现。     

时间序列预测法在县级工农业总产值预测中的应用

自1978年党的三中全会以来,全国经济形势发生了根本的变化。在这样的新形势下,县级工农业生产能否获得进一步的发展,能否达到提前实现翻两番的宏伟目标?针对这个现实问题,我们根据某县工农业总产值1949年以来的历史资料,采用时间序列预测方法,并结合具体情况的分析,对此作了一些初步的探讨。我们发现,预测结果是比较符合实际的,它对该