发电厂直流系统电池SOH预测方法及系统

本发明公开了发电厂直流系统电池SOH预测方法及系统，涉及锂电池健康监测技术领域，包括数据收集，收集现有电池充放电衰减循环数据，数据加载和预处理，包括归一化，异常数据剔除操作；利用CEEMDAN算法分解数据，分解成多个内在模态函数；引入卷积神经网络模型进行特征提取，利用长短时记忆网络模型预测电池健康度SOH，引入注意力机制模型提高预测精度，输出预测的电池SOH。本发明以长短时记忆网络为基础，融合一种自适应噪声的完全集合经验模态分解算法将数据分解成较为独立的分量，便于特征提取，并引入卷积神经网络进行特征提取，最后引入注意力机制，更好地捕捉数据中的重要特征，优化未来趋势的预测效果。