一种基于深度学习的矿用锂电池健康状态的预测方法及装置、计算机可读存储介质

本发明提供了一种基于深度学习的矿用锂电池健康状态预测方法，包括如下步骤：获取电池充电数据，对所述充电数据进行预处理，将预处理后的充电数据构建多维特征向量，作为训练数据；将所述训练数据输入神经网络模型进行训练，并利用改进的鲸鱼优化算法对所述神经网络模型的参数进行优化；获取待测电池的充电数据，将所述充电数据输入所述优化的神经网络模型，得到待测电池健康状态的预测结果。本发明无需建立复杂的矿用锂电池老化模型，可以显著提高矿用锂电池健康状态预测的效率和准确率；同时利用改进的鲸鱼优化算法对神经网络模型的参数进行优化，提高了鲸鱼优化算法的搜索能力，避免陷入局部最优状态，保证所获得的参数更加合理和有效，从而提高模型的准确度和预测精度，实现对矿用锂电池健康状态更精确地估计。