一种储能电池联合状态估计方法及相关装置

本发明公开了一种基于迁移学习与SG‑LSTM的储能电池联合状态估计方法及装置，选取储能电池进行100％SOH～80％SOH循环性能试验，将试验得到的储能电池全生命周期内充电电压‑能量曲线构建成数据集；对储能电池全生命周期内充电电压‑能量曲线进行SG滤波平滑、标准化处理，得到标准矩阵X；对标准矩阵X进行分段处理，得到输入集I与输出集O；基于LSTM时序预测模型训练电压与能量的映射关系，得到基础模型M；采用模型迁移学习对基础模型M进行迭代适应，得到状态估计模型M’，采集储能电池实际运行过程中3.1～3.3V电压‑能量片段，经SG滤波平滑、标准化处理后输入状态估计模型M’中，输出3.1～3.65V电压‑能量片段的完整充电曲线，结合输入建立完整充电曲线与能量增量曲线，提取得到储能电池的SOC/SOH/SOA状态，实现储能电池联合状态估计。