《表1 两种模型运行结果：基于LS-SVR的电动汽车动力电池故障预测分析》

  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LS-SVR的电动汽车动力电池故障预测分析》

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

运行结果主要以三个指标作为评价指标：均方根误差（mean squared error，MSE）、平均百分比误差（mean absolute percentage errors，MAPE）以及运行时间。对基于SVR和LS-SVR两种预测模型的运行结果进行了对比分析，结果见表1。从表中可以看到：基于LS-SVR的电动汽车动力电池故障预测分析结果较SVR有较大提高，在过电压故障下，前者的均方根误差仅为后者的17%，平均百分比误差仅为后者的55%，运行速度较后者提升约3倍；在欠电压故障下，可见，LS-SVR的MSE、MAPE以及运行时间分别较SVR降低44%、1%和90%；在正常状态下，LS-SVR的MSE、MAPE以及运行时间分别较SVR降低67%、20%和60%。可见，基于LS-SVR的电动汽车动力电池故障预测分析预测精度高、收敛速度快，且运算过程更加简便，值得在动力电池故障诊断中合理运用。