本发明提供一种对锂电池放电时温度场分布变化进行在线预测的方法，该方法采用KPCA来学习强非线性系统的空间基函数，使得学习到的空间基函数能够表征系统的空间非线性特征；采用ELM对低阶时间系数预测模型进行训练，使模型能够在保证精度的条件下，获得更短的计算时间，适用于在线预测；利用仿真实验过程中实时采集的温度数据对模型的参数进行在线更新，具有比离线模型更高的精度；提出的模型引入了遗忘因子和正则项，削弱历史样本对预测结果的干扰，并突出当前数据对下一刻预测数据的作用，提高了模型的泛化性能，具有比离线模型更好的预测效果，可以应对变化更为复杂的情况。