基于神经网络的动力电池热管理模拟方法及系统

本发明涉及模型预测技术领域，尤其涉及一种基于神经网络的动力电池热管理模拟方法及系统。所述方法包括以下步骤：通过耦合实验测量获取动力电池对应的电学性能参数、热学性能参数以及力学性能参数并进行三维耦合模拟构建，生成动力电池三维物理场耦合模型；通过动力电池三维物理场耦合模型按照从动力电池对应的微观材料、电池单体、电池模组以及热管理系统四个尺度上进行电池热特性评估，得到动力电池热特性数据集；基于神经网络结合动力电池热特性数据集构建多尺度深度神经网络架构进行热管理预测训练和热管理约束优化控制，生成动力电池最优热管理控制策略执行相应的热管理控制工作。本发明能够实现动力电池热管理的高效模拟与智能预测优化。