一种基于深度学习算法的EIS技术的动力电池内部温度预估方法、系统、设备及介质

本发明涉及一种基于深度学习算法的EIS技术的动力电池内部温度预估方法、系统、设备及介质，该方法通过构建等效电路模型，并对等效电路模型进行拟合，获取样本动力电池在对应温度下的模型参数，并将若干种温度与模型参数一一对应组成的集合作为训练集以及验证集，对深度神经网络进行训练，获得温度预测模型。该温度预测模型不仅能够评估电池当前内部的温度状况，还能预测未来电池性能的变化趋势。通过对历史数据的训练，该模型能够掌握电池性能随时间演变的规律，进而实现对电池内部温度的有效预估，这对于制定合理的电池维护计划以及延长电池使用寿命具有极其重要的价值。