一种智能化电池SOH实时预测方法

本发明提供了一种智能化电池SOH实时预测方法，属于电池健康状况预测领域，其内容包括：获取电池健康状态历史数据；设置ISCO‑GRU‑OL动态模型所需参数；基于改进鲨鱼合作优化算法和电池健康状态历史数据，优化门控循环单元神经网络的超参数；基于优化的超参数，结合历史电池健康状态数据建立并训练ISCO‑GRU模型；根据获取的最新电池健康状态数据和在线学习频率，基于在线学习模块对ISCO‑GRU模型进行参数微调，从而更新ISCO‑GRU模型；基于更新ISCO‑GRU模型预测未来的电池健康状态数据，本发明可准确进行SOH实时预测，为电池健康管理和剩余使用寿命预测提供依据。