一种基于数据与模型融合的动力锂电池SOH与SOC联合估计方法

本发明公开一种基于数据与模型融合的动力锂电池SOH与SOC联合估计方法，包括：对锂电池进行二阶RC等效电路模型建模，以模拟锂电池在不同充放电条件下的动态行为；宏观尺度下，结合多头差分注意力机制，构建融合卷积神经网络和转置Transformer的混合模型，将提取得到的多个电池健康因子输入模型，得到SOH估计值；微观尺度下，基于电池等效模型，利用基于动态噪声的加权多新息自适应无迹卡尔曼滤波算法进行SOC估计，并通过得到的SOH估计值对SOC估计过程进行修正，得到SOC估计值。本发明考虑到两者之间的耦合关系，采用多时间尺度估计，不仅能够有效减少BMS系统的计算量，而且能够提高动力锂电池SOH和SOC联合估计的准确性和鲁棒性。