摘要
本申请公开了一种锂离子电池健康状态预测方法及系统,涉及电池健康状态智能预测技术领域。本申请设置了依赖特征预测模型和多变量自回归目标特征预测模型,首先利用依赖特征预测模型完成依赖特征预测,然后将预测得到的依赖特征应用到综合特征输入数据,并利用多变量自回归目标特征预测模型进行健康状态的预测,本申请设置两步的预测方法,能够有效建模复杂的超长程时序数据,降低迭代预测中的误差累积,显著提高锂离子电池健康状态超长程早期预测的精度和效率,为电池的管理和维护提供可靠的技术支持。
技术关键词
依赖特征
时序
健康状态预测
神经网络模型
锂离子电池失效
长短期记忆网络
数据更新
注意力机制
样本
编码
预测系统
解码模块
变量
智能预测技术
电池健康状态
主成分分析法