一种基于多元感知数据的锂离子电池状态实时估计方法

本发明公开了一种基于多元感知数据的锂离子电池状态实时估计方法，属于锂离子电池技术领域。包括：选择电池内重要传感点位；布置电池内传感器；构建锂离子电池实验数据集；对温度场进行三维插值重建、三向切片得到温度图像数据集T，对压力场进行二维插值重建、构建时间轴得到时序压力图像数据集P，重构EIS、电压、电流数据得到一维特征向量；使用3D CNN、(2+1)D CNN、SFM、ARD处理数据集与特征向量；使用Self‑Attention、Cross‑Attention提取重要全局特征；传递特征使用MLP估计电池状态参数。本发明具有便于实时估计，在训练集数据不充分时仍有较高精度的优点。由于先进感知对内部场的精准反应，可以更好的拟合现实情况，融合多模态特征提高了估计性能。