一种融合VMD与BiLSTM的锂电池健康状态估计方法

本发明公开了一种融合VMD与BiLSTM的锂电池健康状态估计方法。首先，以最小包络熵为适应度函数，引入向量加权平均优化算法自适应寻优变分模态分解的核心参数，实现对容量数据的最优分解和分解分量规律性的定量判别；然后，通过双向长短期记忆(BiLSTM)网络对分解得到的包含原始容量衰退和再生信息的分量分别预测；最后，对预测结果重构得到健康状态的估计结果，本发明能够有效提高锂离子电池健康状态的估计精度。