本發明公開了一種鋰電池的溫度預測方法、系統、設備及存儲介質,本方法可以根據實際情況選取少量真實溫度數據或者不需要使用真實溫度數據以及不需要計算數據損失函數,主要利用熱方程損失函數所攜帶的物理信息或者利用熱方程損失函數所攜帶的物理信息結合少量真實溫度數據對神經網絡模型進行訓練。相比數值計算方法和數據驅動方法,本方法不僅在預測準確度上能夠達到更優的效果,而且能夠使訓練成本進一步下降,學習到的解是來自實際物理約束,且不需要進行方程離散化和網格化,可遷移性好,運行速度快,更容易進行目標溫度方程的修改。
聲明:
“鋰電池的溫度預測方法、系統、設備及存儲介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)