基于时频域特征融合的锂离子电池K值预测方法及系统

本发明提供了一种基于时频域特征融合的锂离子电池K值预测方法及系统，该方法具体包括如下步骤：S1、通过多传感器采集电池充放电过程的时域信号，用于获取电池在充放电过程中的电压、温度、电流参数；S2、对时域信号进行快速傅里叶变换得到频域特征，将时域信号转换为频域信号；S3、构建包含LSTM和LightGBM的混合预测模型，LSTM用于提取时序特征，LightGBM用于对特征进行进一步分析和预测；S4、采用时频域特征融合策略进行K值预测，将时域特征和频域特征进行融合。本发明通过构建双路LSTM孪生网络，结合优化后的LightGBM模型，进一步对提取的时频域特征进行分析和处理，实现对锂电池K值的高精度预测。