一种基于人工神经网络的二次电池表面最高温度预测方法,其特征在于具体步骤如下：1)将二次电池置于高低温试验箱内,连接上充放电试验机；高低温试验箱的温度为?10℃～40℃；2)将步骤1)中的电池放电至SOC为0,然后进行充电至SOC为0.1～1.2；3)应用红外热成像仪监测电池在充电过程中表面最高温度的变化情况；4)通过设定Back?Propagation神经网络模型的输入、输出、神经元个数、层数、层间的传递函数和训练算法来完成模型的构建；5)将步骤3)得到的数据用于模型训练,使模型能够运用于预测；6)电池在其他环境温度下充电过程中的表面最高温度,通过步骤5)中训练好的模型进行预测。