《表3 不同循环次数下的容量衰减比例和预测结果衰减比例》

《表3 不同循环次数下的容量衰减比例和预测结果衰减比例》   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
《基于神经网络的老化锂电池SOC估算方法的研究》


  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

从图10中可以看出,随着循环次数的增大,理论上电池的容量按照文中拟合的曲线进行衰减变化。通过对不同衰减情况下的预测数据和理论数据相比可知,本文预测方法由于使用了神经网络自学习的方式可以不断地逼近电池的实际情况,因此能够保证预测时电池的总容量能够与理论上的容量存在较小的误差,从而保证预测的电池剩余容量符合电池的实际情况。