Xiao Qi · Chaofeng Hong · Lijun Gu · Weixiong Wu · IEEE Transactions on Industrial Informatics · 2025年3月

高容量、大型电池在电动汽车和储能系统中得到了广泛应用。实际上，这些电池的表面温度场通常分布不均且难以测量，这给温度安全监测带来了巨大挑战。因此，本文重构了集总热模型，并提出了一种卡尔曼滤波器（KF） - 多层感知器（MLP）联合估计算法，以重构锂离子电池（LIBs）的二维表面温度（ST）场。首先，设计了一种改进的集总热模型，仅使用一个传感器即可准确获取多点温度。然后，提出了一种 KF - MLP 神经网络，以减少计算资源的使用并增强模型的泛化能力。最后，设计了一种二维温度采集方法，以获取可靠的实...

解读: 从阳光电源储能系统业务视角来看，该论文提出的锂电池表面温度场重建技术具有重要的工程应用价值。当前我司大容量储能系统广泛采用大尺寸电芯，其表面温度分布不均匀性显著，而传统热管理方案受限于传感器布点数量和成本，难以实现全面监测，这正是该技术所针对的核心痛点。 该研究的创新之处在于将改进的集总热模型与K...