预测误差降29.4%
该方法通过多输出高斯过程融合不同温度下的曲线数据，仅需部分SOC范围的测量即可构建完整曲线，无需耗时测量或估计OCV，为电池建模提供高效解决方案。
Fan, Kesen · 万一鸣 · 王卓 · 蒋凯
Energy 2023
该方法直接从电流电压数据识别OCV-SOC曲线，避免了耗时的OCV测试或引入估计误差。
在给定温度下，仅需部分SOC范围的数据即可构建完整曲线，大幅减少实验工作量。
与三种现有方法相比，OCV预测的均方根误差至少降低29.4%。
采用更新后的OCV-SOC曲线，SOC估计的均方根误差至少降低14.0%。