一种基于温度场的储能电池风险智能评估方法

本申请提供的一种基于温度场的储能电池风险智能评估方法，1、首次以作为电池内部状态的外在表征的温度场分布图像，并通过训练的目标风险评估模型，实现了对电池安全风险的评估。目标风险评估模型由Resnet18、多头注意力机制、MLP‑Mixer网络构成，通过具有跳连接的Resnet18对温度场分布图像提取的特征更加准确、细致，通过将Resnet18提取的特征划分多个子空间，并通过多头注意力机制对各子空间进行特征增强，并将增强特征作为MLP的输入，有利于提高MLP的预测准确度。MLP通过将多头注意力机制输出的特征图切割为多个图像补丁块后，再对图像补丁块进行特征提取，挖掘到了更丰富、更细节的特征，有利于进一步提升对电池风险评估的准确度。