本發(fā)明提供一種對(duì)鋰電池放電時(shí)溫度場(chǎng)分布變化進(jìn)行在線預(yù)測(cè)的方法，該方法采用KPCA來學(xué)習(xí)強(qiáng)非線性系統(tǒng)的空間基函數(shù)，使得學(xué)習(xí)到的空間基函數(shù)能夠表征系統(tǒng)的空間非線性特征；采用ELM對(duì)低階時(shí)間系數(shù)預(yù)測(cè)模型進(jìn)行訓(xùn)練，使模型能夠在保證精度的條件下，獲得更短的計(jì)算時(shí)間，適用于在線預(yù)測(cè)；利用仿真實(shí)驗(yàn)過程中實(shí)時(shí)采集的溫度數(shù)據(jù)對(duì)模型的參數(shù)進(jìn)行在線更新，具有比離線模型更高的精度；提出的模型引入了遺忘因子和正則項(xiàng)，削弱歷史樣本對(duì)預(yù)測(cè)結(jié)果的干擾，并突出當(dāng)前數(shù)據(jù)對(duì)下一刻預(yù)測(cè)數(shù)據(jù)的作用，提高了模型的泛化性能，具有比離線模型更好的預(yù)測(cè)效果，可以應(yīng)對(duì)變化更為復(fù)雜的情況。