本發明公開一種鋰電池溫度場在線建模方法及系統。首先,使用KL方法對時空數據進行時空分離,分別得到空間基函數與時間系數;其次,運用寬度學習網絡,對時間系數進行訓練,得到鋰電池溫度場的離線模型;然后使用寬度學習的增量學習算法,對離線模型的網絡權重進行更新,建立起鋰電池溫度場的在線模型,最后將得到的預測時間系數與空間基函數進行重構,即可得到最終的預測模型對數據進行預測。本發明對鋰電子電池溫度場進行建模,并利用寬度學習優越的增量學習算法對進行模型在線更新,使其適應系統時變行為,解決了具有系統未知、非線性、時變特征的溫度場預測問題。
聲明:
“鋰電池溫度場在線建模方法及系統” 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)