一种基于PatchTST网络的多期新能源汽车数据电池温度预测方法

本发明公开了一种基于PatchTST网络的多期新能源汽车数据电池温度预测方法，本发明涉及新能源汽车技术领域，有效解决了多期新能源汽车数据存在间断性而无法联合使用PatchTST网络进行电池温度预测的难题。该基于PatchTST网络的多期新能源汽车数据电池温度预测方法，通过将分割形成的时序块作为输入，每个时序块捕捉了新能源电池温度中的局部区域信息，使PatchTST模型能够关注不同区域的特征，以识别不同序列的特殊行为，多期新能源汽车数据联合进行PatchTST网络优化，获得适应各个环境、各种工况的电池温度预测模型，泛化性能强的同时，能够充分捕捉电池温度数据中的复杂模式和长距离依赖关系，实现对电池未来温度变化趋势的精准预测。