摘要
本发明公开了一种锂电池内部温度预测方法及系统,属于电池温度预测领域。方法包括:获取锂电池历史工作时的电流数据、内部温度数据并进行预处理;计算电流积分、电流平方积分值,并将电流及其积分、平方积分分别作为输入特征,将预设时间内的电池内部温度变化量作为输出特征,构建特征向量并生成训练集和测试集;使用粒子群优化算法寻找BiLSTM网络的最优超参数;基于最优超参数构建BiLSTM模型并采用训练集进行训练;将测试集输入训练完成的BiLSTM模型中,输出预测值,并计算评价指标评估模型性能。本发明解决了现有预测方法依赖实时温度数据导致的响应滞后问题,同时提高了电池内部温度的预测精度和鲁棒性。
技术关键词
锂电池内部温度
超参数
粒子群优化算法
BiLSTM模型
特征提取模块
数据采集模块
电流
输出特征
测试模块
训练集
指标
滤波器
滤波算法
预测系统
速度
样本
系统为您推荐了相关专利信息
叶片振动监测方法
散斑图像
特征提取单元
风电机叶片
立体数字图像
波束
跟踪方法
无人机姿态
飞行控制系统
深度学习技术
物体
位姿识别方法
特征提取模块
像素点
图像分割
时序预测方法
时序预测模型
线性链条件随机场
动态演化过程
变量