本发明公开了一种
锂电池的温度预测方法、系统、设备及存储介质,本方法可以根据实际情况选取少量真实温度数据或者不需要使用真实温度数据以及不需要计算数据损失函数,主要利用热方程损失函数所携带的物理信息或者利用热方程损失函数所携带的物理信息结合少量真实温度数据对神经网络模型进行训练。相比数值计算方法和数据驱动方法,本方法不仅在预测准确度上能够达到更优的效果,而且能够使训练成本进一步下降,学习到的解是来自实际物理约束,且不需要进行方程离散化和网格化,可迁移性好,运行速度快,更容易进行目标温度方程的修改。
声明:
“锂电池的温度预测方法、系统、设备及存储介质” 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)