【技术实现步骤摘要】
本专利技术涉及锂离子电池，具体涉及一种基于深度学习的锂离子电池热失控过程内部温度评估方法。
技术介绍
1、在新能源技术快速发展的背景下，锂离子电池凭借高能量密度、长循环寿命等优势，广泛应用于电动汽车、储能系统等领域。然而，锂离子电池在滥用（如过充、过放、短路等）或高温环境下，极易发生热失控现象，导致起火、爆炸等严重安全事故。准确获取热失控阶段电池内部温度，对于理解热失控机理、制定安全防护策略至关重要。
2、目前，获取热失控阶段电池内部温度的方法主要分为直接测量法和间接估算法。
3、直接测量法通常通过在电池内部预埋温度传感器（如热电偶、热敏电阻等）来实时监测温度，但该方法存在明显局限性。一方面，传感器的安装会破坏电池内部结构，影响电池的原始性能和安全性，可能干扰热失控的正常进程；另一方面，在高温、剧烈化学反应的热失控环境中，传感器的稳定性和可靠性难以保证，测量数据的准确性易受影响。
4、间接估算法多基于热传递理论、电化学模型等，通过测量电池外部参数（如表面温度、电压、电流等），结合数学模型来估算内部温度...
【技术保护点】
1.基于深度学习的锂离子电池热失控过程内部温度评估方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于深度学习的锂离子电池热失控过程内部温度评估方法，其特征在于：所述S1包括：
3.根据权利要求2所述的基于深度学习的锂离子电池热失控过程内部温度评估方法，其特征在于：所述S3中对选取出来的模型输入量进行数据预处理所对应的预处理公式为：
4.根据权利要求3所述的基于深度学习的锂离子电池热失控过程内部温度评估方法，其特征在于：所述S4中预先构建的锂离子电池热失控过程内部温度评估模型所对应的构建步骤包括：
【技术特征摘要】
1.基于深度学习的锂离子电池热失控过程内部温度评估方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于深度学习的锂离子电池热失控过程内部温度评估方法，其特征在于：所述s1包括：
3.根据权利要求2所述的基于深度学习的锂离子电池热失控过程内部...
【专利技术属性】
技术研发人员：王品一，沈智玮，陈伟根，张文韬，潘建宇，王有元，王飞鹏，李剑，魏妤来，
申请(专利权)人：重庆新型储能材料与装备研究院，
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。