一种基于LSTM-GRU的锂电池健康状态预测方法

本发明公开了一种基于LSTM‑GRU的锂电池健康状态预测方法，包括包括以下步骤：步骤S1：获取电动汽车的锂电池寿命衰减的真实数据集，该数据集是基于特定的驾驶周期进行记录，主要特征为时间、电压、电荷量和温度，步骤S2：根据步骤1的数据集，针对锂电池寿命衰减的特征参数，建立LSTM‑GRU的神经网络模型，步骤S3：将数据集分为训练集和测试集。本发明提供一种基于LSTM‑GRU的锂电池SOH预测方法，旨在使用一种适用性强并且准确的模型，能够用其准确预测电动汽车锂电池SOH，该模型避免了高复杂性和高训练成本的问题，通过从锂电池充电的相关数据中提取有用的特征，并使用LSTM‑GRU的神经网络模型，对现有的电动汽车的锂电池SOH进行准确预。