[发明专利]一种电池热过程时空建模预测方法、系统、设备及介质

权利要求书

1.一种电池热过程时空建模预测方法，其特征在于，所述电池热过程时空建模预测方法包括：

根据电化学原理和能量守恒定律，构建时空域控制方程，并定义所述时空域控制方程的物理边界、初始条件以及产热量估计函数，具体为：

构建的所述时空域控制方程包括：

其中，表示一个常量参数，表示电池的热导率，表示电池的温度，x表示空间位置变量，t表示时间变量，q表示电池运行过程中发出的热量，表示所述时空域控制方程控制的时空域；

定义所述时空域控制方程的边界条件：

其中，表示电池与环境之间的热交换系数，表示电池的空间位置边界外的温度，T表示电池的温度，表示电池时空域的空间边界，表示左边界，表示右边界；

定义所述时空域控制方程的初始条件：

其中，表示环境的初始温度，表示时空域中的时间边界；

定义所述时空域控制方程的产热量估计函数：

其中，表示所述时空域控制方程控制的时空域，表示电池的产热量，表示电池的不同位置的不同发热情况的调整系数，表示流经电池的电流，表示电池的开路电压，V表示电池的实际端电压，T表示电池的温度，表示开路电压对温度的偏导，所述开路电压对所述温度的偏导一般可视为常数；

基于全连接网络层，构建具有物理信息的网络预测模型，所述网络预测模型包括温度预测网络，构建的所述温度预测网络包括：

输入空间位置、时间、电池电压和电池电流至第一全连接网络层，获得所述全连接网络层输出的所述时空域控制方程的温度分布；

根据所述温度分布，构造数据驱动部分的损失函数：

其中，表示所述温度预测网络输出的温度分布，表示实测数据中的温度分布，表示N个采样点的均方误差，表示数据驱动部分的损失函数；

根据所述温度分布，构造物理信息部分的损失函数：

其中，与表示所述温度预测网络预测的未知参数，表示产热量预测网络的输出，表示将所述温度预测网络预测的解代入所述时空域控制方程中产生的残差的均方误差，表示物理信息部分的损失函数；

根据所述时空域控制方程的温度分布，定义所述边界条件满足程度的损失函数：

其中，表示考察所述边界条件满足程度的损失函数；

根据所述时空域控制方程的温度分布，定义所述初始条件满足程度的损失函数：

其中，表示考察所述初始条件满足程度的损失函数；

根据所述数据驱动部分的损失函数、所述物理信息部分的损失函数、所述初始条件的损失函数以及所述边界条件的损失函数，构建总损失函数：

其中，表示所述温度预测网络中的权重参数和偏置参数的集合，表示当前参数下网络的总损失函数值，表示所述数据驱动部分的损失函数的权重，表示所述物理信息部分的损失函数的权重，表示所述初始条件的损失函数的权重，表示所述边界条件的损失函数的权重；

根据所述时空域控制方程、所述物理边界、所述初始条件以及所述产热量估计函数，构建所述网络预测模型的损失函数；

初始化所述网络预测模型的参数，并采用梯度下降算法对所述网络预测模型的参数进行迭代更新，直到达到预设的最大迭代次数或所述损失函数稳定收敛，完成所述网络预测模型的训练；

通过训练完成的所述网络预测模型预测所述电池热过程的温度。

2.根据权利要求1所述的电池热过程时空建模预测方法，其特征在于，所述网络预测模型包括产热量预测网络，构建的所述产热量预测网络包括：

输入时间、电池电压和电池电流至第二全连接网络层，获得所述产热量预测网络输出的所述时空域控制方程的产热量；

通过所述产热量估计函数来计算所述电池的产热量；

根据所述电池的产热量，构建所述产热量预测网络的损失函数：

其中，表示所述产热量预测网络的输出，，，表示在个采样点上的残差均方和，表示所述产热量预测网络的损失函数。