基于GJO优化多特征量的锂离子电池健康状态估计方法

本发明为基于GJO优化多特征量的锂离子电池健康状态估计方法，该方法包括：获取锂离子电池充电过程中的原始特征量；再通过累积处理、取极值或求均方根值法来新增特征量数据，以新增特征量作为备选特征量；计算各备选特征量的评价指标，所述评价指标包括相关性指标、可靠性指标、时序指标、走势指标和稳定性指标：对各评价指标值进行归一化处理，之后计算其加权和为综合评价指标；确定最佳权重组合，利用最佳权重组合获得各备选特征量的综合评价指标值；将各个备选特征量按其综合评价指标值排序后进一步筛选取舍，获得最终的最优特征量；建立GJO优化的CNN‑BiGRU‑AM神经网络模型用于健康状态估计。提高了模型预测的准确性。