一种基于TSO-TCN的锂离子电池RUL预测方法

本发明公开了一种基于TSO‑TCN的锂离子电池RUL预测方法，包括如下步骤：在分析电池容量损失机理的基础上，根据电池正负极的平衡电势，建立简化电化学模型；采集锂离子电池在恒流充电过程中不同时刻的电压和电流，采样间隔时间为1秒，利用粒子群等优化算法对所述锂离子电池的恒流充电曲线进行拟合，从拟合过程中分别提取健康指标；构建包含健康指标与电池实际容量的数据集，按照时间顺序划分训练集和测试集用于RUL预测；在训练集上，采用TSO算法对TCN模型参数进行优化，找到最佳的参数组合，得到TSO‑TCN预测模型；根据训练得到的TSO‑TCN预测模型预测电池RUL，获得准确的预测值。避免了获取复杂的电化学模型参数，既能够有效降低计算复杂度，又能提高RUL预测精度。