电池健康度的预测方法、装置、计算机设备及存储介质

本申请公开了一种电池健康度的预测方法、装置、计算机设备及存储介质，涉及锂离子电池技术领域，解决了目前存在收集终身训练数据所需的时间无法跟上新型电池的发展速度，导致新一代电池的开发速度较低的问题。该方法包括：确定最优电池健康度预测模型，利用翻译器将部分充电曲线翻译为电池电气特征序列词，之后通过冻结的预训练语言模型得到中间预测电池电气特征序列词，并利用特征重构层进行特征重构，得到完整充电曲线，随后利用物理引导测试时间提示学习算法对电池电气特征序列词进行时间更新，通过冻结的预训练语言模型得到目标预测电池电气特征序列词，利用输出映射层进行映射得到当前电池的预测健康度。