一种基于确定学习理论的锂电池热失控预警方法

本发明公开了一种基于确定学习理论的锂电池热失控预警方法，第一是当电池组中有电池温度大于40℃时，实时采集所有锂电池的1分钟温度数据并计算升温速率；第二是通过采样确定学习方法对升温速率进行动态模式辨识，提取其内在动力学模式并建立模式库；采样确定学习方法将采样数据内在动力学的辨识问题转化为学习误差系统的稳定性问题；第三是构建动态估计器，将实时升温速率的动力学模式与模式库中的模式进行比较，生成残差并构建相异性矩阵；第四是基于相异性矩阵，采用聚类算法区分异常电池，实现热失控预警。本发明通过动态模式辨识和聚类替代传统黑箱模型，将采样数据内在动力学的辨识问题转化为学习误差系统的稳定性问题，显著提升预警结果的可解释性和实时性。