《表4 SOH估计结果：基于支持向量回归的锂电池健康状态估计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于支持向量回归的锂电池健康状态估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表3可知，基于动态工况运行数据对锂电池进行健康状态估计是可行的．在200s的放电时间，SOH的估计结果最大误差为5.04%，平均误差只有1.06%．在实验数据有限的情况下，采用支持向量回归机相对于BP神经网络有更高的估计精度．提取多个健康状态下的200s运行数据的健康因子，输入到支持向量回归模型中，取200s的估计平均值作为SOH的估计值，与真实值的对比如表4所示．