联合DAE与自注意力机制的锂离子电池健康状态模型的评估方法

本发明涉及的是针对锂离子电池的健康状态进行评估的模型及其评估方法，其步骤为：步骤1提取锂离子电池在实际应用中易监测得到的参数，对数据作归一化处理，输入到后续网络模型中。步骤2在输入数据中添加噪声，设置隐含层数目决定输出维度，对含噪数据编码重构，减小锂离子电池测量过程中的噪声影响。步骤3利用滑动窗口算法构建LSTM网络的训练样本，通过LSTM网络隐含层学习数据间的依赖性，保留重要的信息。步骤4将LSTM网络隐含层激活处理后的特征量输入到自注意力层，计算出各个特征的注意力权值，放大对目标值影响较大的特征值。步骤5将上一层特征信息融合，映射到输出空间，得到模型输出结果。