一种基于融合健康指标的锂电池健康状态预测方法和系统

本发明提出一种基于融合健康指标的锂电池健康状态预测方法和系统，包括获取锂电池充放电参数与数据集，并提取用于反映电池退化特性的间接健康指标，利用相关性分析法验证间接健康指标的合理性；利用KPCA方法对间接健康指标进行降维处理得到第一主成分数据，构建锂电池健康状态综合估计模型，进而获得电池健康状态；将原始电池容量序列分解成局部波动序列和全局退化序列，利用径向基函数神经网络和高斯过程回归分别进行预测，并叠加得到电池剩余寿命预测值。本发明针对现有技术准确性不高、模型不稳定等问题，采用基于融合健康指标的方式对电池健康状态进行测算，具有估计精度高、应用前景好等优势，有效提升了预测准确性。