基于两阶段神经维纳过程的电池健康状态预测方法

本发明公开了一种基于两阶段神经维纳过程的电池健康状态预测方法，包括如下步骤：步骤一：变点识别：11)通过Bi‑GRU模型学习电池退化过程中的时序特征，使用正向和反向传播的隐藏层状态拼接对电池退化过程中的健康状态进行预测；12)引入可学习的自适应阈值，判断是否发生变点；步骤二：两阶段维纳过程参数估计：21)以变点时刻τ为分界点，建立包括漂移系数和扩散系数的两阶段维纳退化模型；22)采用EM算法估计漂移系数和扩散系数；23)更新漂移系数；步骤三：推导两阶段维纳过程的寿命分布函数；步骤四：电池健康状态预测：41)推导神经维纳过程的状态转移概率密度函数；42)将状态转移概率密度函数的数学期望作为当前循环周期的电池健康状态。