一种基于多策略加权融合的锂电池能量状态估计方法及系统

本发明公开了一种基于多策略加权融合的锂电池能量状态估计方法及系统，所述方法包括采集锂离子电池在充放电过程中的电压、电流、温度和能量状态数据；利用鲁棒经验模态分解技术分解所述电压数据，通过递归特征消除法RFE筛选出电压、电流、温度和温度中与能量状态相关性高的特征；将训练集划分为三个训练子集；使用时间序列密集编码器TiDE作为预测模型；通过极光优化算法PLO对所述TiDE模型的超参数进行优化，进行锂电池能量状态的预测；通过自适应加权融合方法结合生成的预测结果，得到最终的能量状态估计结果；本发明从不同工况和温度条件对电池能量状态进行多重估计，显著提高了预测结果的可靠性和准确性。