【技术实现步骤摘要】
本申请涉及电池测试，尤其涉及一种锂离子电池模组级温度预测方法及装置。
技术介绍
1、锂离子电池因其高能量密度、低自放电率、长循环寿命和无记忆效应而广泛应用于储能系统。然而，电池可能由于内短路或散热不良而产生异常热量。热量会增加电池本身的温度，同时传递到周围的电池，导致电池模组的温度升高。一旦热失控发生，大量热量将转移到相邻的电池，从而触发另一个热失控，从而传播热失控。
2、目前，存在利用神经网络对电池进行温度预测的方法，但是由于数据的缺乏和热失控传播的不确定性，简单的神经网络模型的泛化能力较差，并且容易过拟合，导致对电池模组温度预测的准确性较差。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本申请的第一个目的在于提出一种锂离子电池模组级温度预测方法，以实现电池模组热失控的准确预测。
3、本申请的第二个目的在于提出一种锂离子电池模组级温度预测装置。
4、本申请的第三个目的在于提出一种电子设备。
<...【技术保护点】
1.一种锂离子电池模组级温度预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的锂离子电池模组级温度预测方法，其特征在于，所述根据所述热图像获取第一预测向量，包括：
3.根据权利要求1所述的锂离子电池模组级温度预测方法，其特征在于，所述根据所述电池状态数据组成的状态向量获取第二预测向量，包括：
4.根据权利要求1所述的锂离子电池模组级温度预测方法，其特征在于，所述根据所述第一预测向量和所述第二预测向量融合得到的融合向量，获取所述电池模组的预测温度场，包括：
5.根据权利要求1或4所述的锂离子电池模组级温度预测方...
【技术特征摘要】
1.一种锂离子电池模组级温度预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的锂离子电池模组级温度预测方法，其特征在于，所述根据所述热图像获取第一预测向量，包括：
3.根据权利要求1所述的锂离子电池模组级温度预测方法，其特征在于，所述根据所述电池状态数据组成的状态向量获取第二预测向量，包括：
4.根据权利要求1所述的锂离子电池模组级温度预测方法，其特征在于，所述根据所述第一预测向量和所述第二预测向量融合得到的融合向量，获取所述电池模组的预测温度场，包括：
5.根据权利要求1或4所述的锂离子电池模组级温度预测方法，其特征在于，所述根...
【专利技术属性】
技术研发人员：张国辉，卢昊，李国庆，赵珈卉，董宇鹏，刘明义，永胜，刘大为，吴巍，张伟，冯小川，景昊，朱勇，刘文强，王建星，吉日木图，刘承皓，孙杰峰，孙悦，宋杰，周飞，孙晓旭，张雨家，
申请(专利权)人：华能新能源股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。