一种钠离子混合超级电容器温度实时预测方法

本发明属于钠离子混合超级电容温度检测技术领域，具体涉及一种钠离子混合超级电容器温度实时预测方法，本发明构建了物理引导机器学习的双级高斯过程融合框架：第一级高斯过程模型通过物理约束建立电容运行参数与电容发热功率的定量映射关系；第二级动态高斯过程模型结合电容发热功率实时对温度演化的精确预测；本发明通过物理机理引导的中间变量嵌入策略，突破传统数据驱动模型的局限，在样本量减少40%的情况下，仍保持0.985以上的预测精度；仅需监测电流、电压和环境温度三个基础参数，降低传感器部署复杂度；可应用于电动汽车电容组、新型储能系统的热管理系统，为储能系统设计提供技术支撑。