本發(fā)明提供了一種基于多層核超限學(xué)習(xí)機(jī)的鋰電池溫度場(chǎng)預(yù)測(cè)模型的建模方法，其特征在于，包括如下步驟：步驟一：建立基于ML?KELM對(duì)時(shí)間域進(jìn)行非線性變換的第一模型，并確定時(shí)間系數(shù)a的獲取方法；步驟二：建立基于K?ELM的重構(gòu)模型，并采用檢測(cè)到的鋰電池的第一訓(xùn)練數(shù)據(jù)采用步驟一中的時(shí)間系數(shù)a的獲取方法計(jì)算出對(duì)應(yīng)的時(shí)間系數(shù)，并將計(jì)算出的時(shí)間系數(shù)a輸入到所述重構(gòu)模型中對(duì)所述重構(gòu)模型進(jìn)行訓(xùn)練；步驟三：基于OS?ELM建立在線低階時(shí)序模型，對(duì)所述在線低階時(shí)序模型進(jìn)行訓(xùn)練和在線學(xué)習(xí)并更新在線低階時(shí)序模型的輸出權(quán)重；步驟四：在OS?ELM模型在線學(xué)習(xí)完成后，根據(jù)更新后的輸出權(quán)重計(jì)算預(yù)測(cè)的時(shí)間系數(shù)步驟五：將得到的預(yù)測(cè)的時(shí)間系數(shù)代入到步驟二中的重構(gòu)模型中，即可實(shí)現(xiàn)對(duì)鋰電池的溫度場(chǎng)的預(yù)測(cè)：該建模方法能夠?qū)︿囯姵販囟葓?chǎng)預(yù)測(cè)模型的建模，通過(guò)所建的模型能夠根據(jù)鋰電池的輸入數(shù)據(jù)準(zhǔn)確地對(duì)溫度場(chǎng)進(jìn)行預(yù)測(cè)。