《表2 GPR-UKF和UKF的预测性能》

  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

《基于高斯过程回归的UKF锂离子电池SOC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

由图10～17可看出，基于高斯过程回归的UKF算法具有较高的估计精度，可以较好地估计电池的SOC。根据图14～15可知，两种算法的误差都较小，随着时间的增大，二者误差逐渐增大，在0～2000 s间误差呈现递增趋势，在2000 s左右误差达到最大，这种现象主要是由于电池的模型误差累计引起的。为了进一步验证算法的有效性，将GPR-UKF与经典的UKF进行比较，结果见表2。可以看出，在UDDS工况下GMR-UKF的均方根误差为1.57%，在UDDS工况下UKF的绝对百分比均值误差为2.24%。在DST工况下GMR-UKF的均方根误差为1.48%，在DST工况下UKF的绝对百分比均值误差为3.52%。