一种基于数据驱动和协同双集成特征选择策略的锂离子电池健康状态估计方法、系统及存储介质

一种基于数据驱动和协同双集成特征选择策略的锂离子电池健康状态估计方法、系统及存储介质，涉及锂电池性能预测领域，为解决现有模型大多仅考虑单一类型的HFs来实现SOH估算，无法全面、多角度的从健康特征中找到与SOH的潜在关系的问题。本发明特征选择网络的特征选择集成模块生成多个基本特征选择结果并进行集成，形成特征组合共识，电池退化模式聚类集成模块首先将基本特征选择结果产生多个基本聚类结果，然后将结果整合以获得一致的聚类结果；集成模型的第一模块由卷积神经网络、卷积块注意模块和门控循环单元组成，以学习输入特征并增强相对重要特征的学习权值，第二模块基于双向长短期记忆网络，用于学习时间序列，并捕获上下文的长期依赖关系。