基于门控融合和注意力机制的储能设备充电状态预测方法及系统

本发明公开了基于门控融合和注意力机制的储能设备充电状态预测方法及系统，涉及电池健康管理技术领域，包括：对原始充放电数据进行预处理并进行数据拆分，并采用一维卷积神经网络进行扩展，获取特征图；对特征图进行噪声扰动添加，将添加噪声后的特征图通过噪声扰动注意力模块进行残差归一化处理，以处理后的输出数据作为输入，采用LSTM网络作为特征嵌入块，将各输入进行特征融合，对融合数据运用多尺度卷积核，获取特征向量，通过评分函数计算特征向量时间步特征的注意力得分，突出关键特征信息；获取特征信息与SOC预测值之间的映射关系，根据映射关系进行SOC预测。本发明能够比较准确的估计在不同温度和初始状态下的荷电状态。