本发明公开一种
锂电池温度场在线建模方法及系统。首先,使用KL方法对时空数据进行时空分离,分别得到空间基函数与时间系数;其次,运用宽度学习网络,对时间系数进行训练,得到锂电池温度场的离线模型;然后使用宽度学习的增量学习算法,对离线模型的网络权重进行更新,建立起锂电池温度场的在线模型,最后将得到的预测时间系数与空间基函数进行重构,即可得到最终的预测模型对数据进行预测。本发明对锂电子电池温度场进行建模,并利用宽度学习优越的增量学习算法对进行模型在线更新,使其适应系统时变行为,解决了具有系统未知、非线性、时变特征的温度场预测问题。
声明:
“锂电池温度场在线建模方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)