基于膨胀应力的间接预测电池健康状态的方法及系统

本申请实施例涉及电池性能预测技术领域，公开了一种基于膨胀应力的间接预测电池健康状态的方法，包括：采集电池若干次充放电过程中的膨胀应力、电流、电压、工作温度、SOC和RUL的时间序列值，并通过SOC和RUL间接计算各时间序列的SOH数据；建立不同时间序列下包含所述膨胀应力、电流、电压、工作温度和SOH的数据集；构建基于稀疏混合专家模型的预测模型；利用所述数据集对所述预测模型进行训练和校验；利用训练好的所述预测模型对电池的健康状态SOH进行预测，输出预测结果。通过本申请的方案，至少解决了传统预测方法维度单一、缺乏动态性和实时性、预测精度有限、效率不高等技术问题。