摘要
本发明公开一种基于时空模型的锂离子电池温度预测模型,首先使用正交局部保持投影方法(OLPP)把电池温度数据分离为正交空间基函数及时间系数。然后,以过去时刻的电流、电压及分离的时间系数作为输入,预测的时间系数为输出,构建N个极限学习机(ELM)模型,得到N个预测时间系数估计值。再根据Z分数理论设计一套“可信度评价规则”来剔除不可信的估计值。之后,将筛选后剩余估计结果的平均值作为模型的最终输出。最后,通过时空合成方法,利用空间基函数的正交性,重构出原始的温度分布。为准确预测锂离子温度提供了一种方法。
技术关键词
温度预测模型
锂离子电池
集成极限学习机
锂电池
广义逆矩阵
重构
降维方法
投影方法
数据
特征值
代表
拉普拉斯
节点数
传感器
电流
电压
变量
理论
系统为您推荐了相关专利信息
水面清洁装置
垃圾回收袋
主控单元
主控芯片
摄像模块
混合发电系统
模糊预测模型
协方差矩阵
氢燃料电池
锂电池
混合储能系统
功率分配方法
储能子系统
功率修正系数
超级电容器
SOC修正方法
锂离子储能电池
锂电池
场景
恒流充电阶段