人工智能驱动的电池储能健康状态与剩余寿命预测方法

本发明提供了一种人工智能驱动的电池储能健康状态与剩余寿命预测方法。应用于人工智能技术领域，所述方法包括：获取电池的历史时间点的多种特征和状态信息的时间序列数据并进行预处理；将预处理后的时间序列数据输入到基于多尺度补丁混合网络的特征提取模型中进行特征提取；自监督对比表示学习阶段利用学习到的特征表示为每个样本找到语义上有意义的最近邻居和最远邻居，自监督分类阶段基于所有特征样本的最近邻居和最远邻居信息进行分类，通过自定义损失函数训练分类模型；使用训练好的模型对电池新的时间序列数据进行分类预测，输出电池健康状态。本发明提高了电池储能健康状态监测与剩余寿命预测的准确性、稳定性和泛化能力。