融合多源数据的新能源车辆电池温度组合模型预测方法

本发明公开了融合多源数据的新能源车辆电池温度组合模型预测方法，具体包括以下步骤：S1、数据获取；S2、数据预处理；S3、组合模型构建；S4、电池温度预测；S5、电池管理优化；本发明涉及新能源车辆电池管理技术领域。该融合多源数据的新能源车辆电池温度组合模型预测方法，利用自回归差分滑动平均模型、基于注意力机制的卷积神经网络结合长短记忆神经网络模型和XGBoost模型构成组合模型，对新能源汽车电池温度进行预测，通过多源数据融合技术将多种数据进行融合，联合历史数据和实时数据进行新能源汽车电池温度预测，有效丰富了数据的同时，提高了电池温度预测的准确性。