基于深度学习的储能系统寿命预测及故障预警方法与系统

一种基于深度学习的储能系统寿命预测及故障预警方法与系统，方法包括选取多种型号储能电池进行加速循环老化试验，建立老化数据库；进行特征数据预处理，分别获得由电池单体片段电压与能量数据组成的特征输入集、由当前第n次循环对应的电池单体温度和功率工况参数组成的工况输入集、由若干次循环之后实测电池单体SOH值组成的输出集；基于预先建立的多分支特征融合深度学习模型通过联合训练得到初始寿命预测模型；采集目标储能系统运行数据对初始寿命预测模型进行迁移学习优化，获得适配模型；通过适配模型进行未来若干次循环之后储能系统寿命预测及故障预警。本发明无需依赖连续循环数据，在复杂噪声环境下具有鲁棒性，并且具有快速迁移能力。