电池剩余使用寿命预测方法、装置、设备及存储介质

本申请涉及电池管理技术领域，具体涉及一种电池剩余使用寿命预测方法、装置、设备及存储介质，旨在解决如何基于容量、SOH、RUL之间的相关性，构建适用的神经网络模型，准确、快速地预测RUL的问题。为此目的，本申请包括：基于电池数据序列，通过训练好的容量预测模型预测容量值，基于电池数据序列和预测的容量值，通过训练好的SOH预测模型预测SOH值，基于电池数据序列、预测的容量值和预测的SOH值，通过训练好的RUL预测模型预测RUL值。基于Bi LSTM网络构建容量预测模型，使其在处理电池数据序列时，能够同时考虑前向和后向的数据信息，显著提高了预测准确性；将容量和SOH的预测结果用于RUL预测模型的训练，可提升各模型参数间的相关性，增加整体模型的鲁棒性。