一种用于安全智能决策的锂离子电池退化预测方法

本发明公开了一种用于安全智能决策的锂离子电池退化预测方法，包括：获取原始测量信号，并且采用一维卷积神经网络模块提取隐藏在原始测量信号中的深层代表性特征；通过双向长短期记忆模块来估计出电池容量；利用核密度估计模块推导每个电池循环阶段预测点的概率密度；基于概率预测信息的维护决策评估每个电池循环阶段不同决策的成本，并选择成本较低的决策。本发明通过构建一维卷积神经网络算法、双向长短期记忆技术和核密度估计方法相结合的集成模型来处理电池容量预测和维护决策中的不确定性，实现基于概率预测信息的锂离子电池安全运行智能分析决策，提高了锂离子电池退化预测的准确性，提升了维护决策的可靠性。