基于GRU-SAM模型的动力锂电池温度预测方法

本发明涉及一种基于GRU‑SAM模型的动力锂电池温度预测方法，属于锂电池温度预测领域。该方法包括：采集动力锂电池充放电数据，建立训练样本集和测试样本集；利用K‑Means聚类算法，将训练样本集的特征数据划分为基于不同工作状态的样本子集；建立并训练去噪自编码器DAE；通过聚类分析与去噪自编码器DAE，获取属于不同簇的去噪后的样本集；训练由一维卷积层和GRU‑SAM模型构成的温度预测模型，得到面向不同簇的温度预测模型；实现对动力锂电池的多步温度预测。本发明可提高模型的鲁棒性，有效改善基于RNN框架模型对长期信息记忆力不足的问题。