发明公开：基于深度学习多层网络建模的电池热管理方法及系统

1.一种基于深度学习多层网络建模的电池热管理方法,其特征在于,包括以下步骤：S1、测量电池的热物性参数,所述热物性参数包括电池的密度、比热容；S2、根据电池热物性参数,建立电池的三维热效应方程,对应的公式如下, 式中,T为电池的温度,t为时间,ρ为电池内部材料的平均密度,q为电池单位体积产热速率,cp为电池的定压比热容,λx、λy、λz是电池在三维正交方向上的导热系数,求解得电池的温度场分布情况；S3、建立电池热效应模型根据电池的基本参数,包括标称容量、标称电压、放电截止电压、充电截止电压、内阻参数,结合电池的串联及并联热分布方式,形成在深度学习多层网络下电池组的热效应模型；S4、根据电池的热效应模型,通过前向参数的自适应拟合方法,获取热能参数控制输出方程,其中前向参数包括产热量、热性能分布、热物性参数；通过反向的制冷控制参数,形成热控制方程参数的配置,建立不同的冷却方式对电池进行温度调控。