基于数据驱动的储能电站电池健康状态预测方法及系统

本发明公开了基于数据驱动的储能电站电池健康状态预测方法及系统，涉及电池健康状态预测技术领域，包括：获取储能电站中锂电池的容量数据序列，并对容量数据序列进行变分模态分解得到至少两个分量信号；将至少两个分量信号分别按照预设比例划分为训练数据和测试数据，采用主退化趋势信号的训练数据训练得到第一预测模型，采用至少一个高频信号的训练数据训练得到第二预测模型；将第一预测模型对主退化趋势信号的预测结果与第二预测模型对高频信号的预测结果叠加，得到锂电池健康状态的预测值。本发明通过智能分解策略和差异化建模方法，显著提升了储能电站锂电池健康状态的预测精度，特别在处理容量再生等复杂工况时表现出优异的适应性和稳定性。