一种基于加权UMAP和改进BLS的锂电池热过程预测方法

一种基于加权UMAP和改进BLS的锂电池热过程预测方法，包括如下步骤：S1、使用加权的UMAP降维算法，把从电池采集的时空温度变量的高维数据降低到低维的时间域时序数据；S2、将采集的电流与电压数据与时间域数据结合作为输入使用BLS模型对时间域时序数据进行预测；S3、定义混合核函数，先定义混合函数，再将混合核引入时空重构模型，最后使用粒子群优化算法根据原温度集数据和预测时间域数据对权重进行寻优，找出最优混合核函数；将优化后的混合核函数引入时空重构模型，使用低维预测时间域数据重构高维时空域温度数据，即低维预测高维数据。