一种基于人工神经网络的二次电池表面最高温度预测方法

本发明涉及一种基于人工神经网络的二次电池表面最高温度预测方法,属于电池热管理系统技术领域。将二次电池置于高低温试验箱内,连接上充放电试验机；电池放电后进行充电；监测电池在充电过程中表面最高温度的变化情况；通过设定Back-Propagation神经网络模型的输入、输出、神经元个数、层数、传递函数和训练算法来完成模型的构建；将数据用于模型训练,使模型能够运用于预测；电池在其他环境温度下充电过程中的表面最高温度通过模型进行预测。本发明的模型应用起来简单易行,参数容易控制,结果具有实用价值；电池在不同环境温度下工作时的表面最高温度得以预测,为电池热管理系统的有效工作和电池的安全提供了保证。