基于时序深度学习的锂离子电池健康状态评估方法和系统

本发明涉及一种基于时序深度学习的锂离子电池健康状态评估方法和系统，方法包括如下步骤：获取目标锂离子电池的电池健康状态信息；以所述电池健康状态信息作为时间卷积网络的输入，捕得到长期历史序列特征与位置编码；以所述位置编码作为Transformer编码器的输入，得到编码特征；以所述编码作为双向长短时记忆网络的输入，提取长期依赖性特征；基于所述长期依赖性特征，通过分位数回归，得到分位数下的电池SOH估计值；基于所述电池SOH估计值，通过核密度估计，得到电池SOH估计值的概率密度信息，实现锂离子电池健康状态评估。与现有技术相比，本发明具有全面刻画电池SOH、适应不同电池类型和使用场景的变化等优点。