基于TimesNet-BiGRU神经网络的锂电池SOH预测方法

本发明属于锂离子电池故障预测与健康管理领域，具体涉及一种基于TimesNet‑BiGRU神经网络的锂电池SOH预测方法，包括：获取锂电池循环有限次充放电数据；构建TimesNet‑BiGRU神经网络预测模型；训练TimesNet‑BiGRU神经网络；使用TimesNet‑BiGRU锂电池SOH预测模型进行预测；本发明针对复杂变化的时序信息的表征与预测问题，提出时序分析骨干网络TimesNet从二维空间视角分析一维时序变化，并建立TimesNet‑BiGRU神经网络预测模型，用于减轻梯度消失问题，并且该BiGRU可以并行计算加快运算效率及预测速度，有效增强锂电池SOH的预测效果。