本发明公开了一种基于贝叶斯神经网络的
锂电池温度估计方法及系统,该方法包括:采集电池
电化学阻抗谱数据和温度标签;基于ARD算法对电池电化学阻抗谱数据进行处理,得到温度相关特征和温度相关阻抗频率点;基于温度相关特征和温度标签训练贝叶斯神经网络模型,采集温度相关阻抗频率点下的阻抗数据;将阻抗虚部数据输入温度估计模型,得到当前时刻电池内部估计温度及置信区间。该系统包括:离线数据采集模块、温度相关数据确定模块、模型训练模块、在线数据采集模块和温度估计模块。通过使用本发明,实现了对
动力电池全生命周期的准确内部温度估计。本发明作为一种基于贝叶斯神经网络的锂电池温度估计方法及系统,可广泛应用于电池热管理领域。
声明:
“基于贝叶斯神经网络的锂电池温度估计方法及系统” 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)