一种基于多传感器数据融合的锂电池健康监测预警方法

本发明公开了一种基于多传感器数据融合的锂电池健康监测预警方法，在锂电池组内部布置多测点、多变量传感器，实时采集锂电池数据，并进行归一化处理，然后利用随机森林算法进行特征选择，构建锂电池热失控健康监测数据集；构建基于多尺度因果卷积网络MCCN和TimeMixer模型的锂电池热失控健康监测预警模型MCCN‑TimeMixer，通过MCCN提取局部热状态变化特征，再通过TimeMixer建立这些特征与锂电池热失控健康监测状态的全局联系；采用经过多元学习算法改进的常春藤算法优化模型超参数，最后通过快速深层堆叠网络极限学习机FDSNELM进行误差校正，实现对锂电池热失控健康监测状态的准确预测和预警。本发明能够被应用于锂电池热失控健康监测预警的建模过程中，确保锂电池热失控健康监测预警的准确性。