一种动力电池衰减预测方法及系统

本发明公开了一种动力电池衰减预测方法及系统，该方法包括以下步骤：采集充电桩数据，充电桩数据包括充电电流、充电电压、充电时间、充电频率以及充电温度变化值；对充电桩数据进行预处理，得到预处理后的充电桩数据；建立GA‑Elman神经网络模型；使用预处理后的充电桩数据对GA‑Elman神经网络模型进行训练，得到训练后的GA‑Elman神经网络模型；利用训练后的GA‑Elman神经网络模型对动力电池进行衰减预测，得到预测结果。本发明解决了现有的电池衰减预测技术中，有使用循环神经网络CNN或长短期记忆网络LSTM模型来预测电池的衰减趋势，但它们的计算复杂度较高，需要更多的计算资源的问题。