《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》
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.
图表编号 | XD00105120300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 张新锋、饶勇翔、姚蒙蒙 |
绘制单位 | 长安大学汽车运输安全保障技术交通行业重点实验室、长安大学汽车学院、长安大学汽车运输安全保障技术交通行业重点实验室、长安大学汽车学院、长安大学汽车运输安全保障技术交通行业重点实验室、长安大学汽车学院 |
更多格式 | 高清、无水印(增值服务) |