电池故障预测方法、模型训练方法、设备、系统及介质

本公开的实施例涉及电池管理技术领域，具体涉及一种电池故障预测方法、模型训练方法、设备、系统及介质。前述方法的主要步骤包括：从电池历史运行数据中获取携带多项电池状态参数的训练数据集和故障数据集，对训练数据集和故障数据集进行数据处理，提取与电池状态参数对应的特征数据，得到训练特征集和故障特征集，对故障特征集中的各项特征进行特征相关度分析，获得与故障类型对应的各项特征的特征相关度，将训练特征集作为训练样本数据，输入基于循环神经网络和Transformer构建的初始模型中，获得初始预测模型，根据特征相关度对初始预测模型的参数进行调整，获得电池故障预测模型。采用前述方法能够提高电池故障预测模型对于电池故障预测识别的准确性。