摘要
本申请涉及锂电池监测领域,其具体地公开了一种锂离子电池安全性的监测方法,其通过从电池管理系统获取预设时间窗口内的电池荷电状态、电压和充放电电流等状态参数数据,来动态计算电池内阻数据。接着,进一步引入基于深度学习的智能预测算法,通过对电池内阻数据与上述电池状态参数数据进行时序联合分析,以预测当前锂离子电池在正常状态下的预期表面温度,进而,基于电池预期的正常表面温度数据与实际监测到的表面温度数据之间的偏差,动态评估电池的安全状态并进行相应的安全预警。该方法通过综合考虑电池多维状态特征,能够适应不同工况下的电池安全监测需求,突破传统阈值监测的局限性,实现更为可靠的故障预警。