基于相位空间重构和多空间注意力机制的锂电池RUL预测方法

基于相位空间重构和多空间注意力机制的锂电池RUL预测方法，包括：1)获取锂电池每个充放电循环中的充电电流和电压序列；2)构建容量相位空间重构模型，并输入获取的数据，得到容量相位空间重构矩阵；3)将容量相位空间重构矩阵划分在不同的子空间；4)计算不同子空间的注意力得分，并组合为多空间注意力矩阵；5)构建离线RUL预测模型；6)采集待预测锂电池的充电电流序列和充电电压序列，将采集的数据依次输入容量相位空间重构模型、离线RUL预测模型，得到预测的RUL。本发明利用C‑C算法对锂电池退化容量进行时空嵌入，重构多维子空间中的退化模式和趋势，并结合多空间注意力机制，动态选择性地调整不同退化速率阶段的权重，以提高预测精度。