基于LSTM和贝叶斯不确定性量化的锂离子电池健康状态评估方法

基于LSTM和贝叶斯不确定性量化的锂离子电池健康状态评估方法，它涉及一种锂离子电池健康状态评估方法。本发明为了解决现有技术多聚焦于单一LSTM或CNN结构优化，未系统性集成不确定性量化机制，导致预测结果缺乏统计可靠性的问题。本发明通过将LSTM的时序建模能力与贝叶斯不确定性量化框架相结合，能够在捕捉电池退化过程中时序依赖性的同时，量化模型预测的认知不确定性和偶然不确定性，从而提高SOH估计的精度和可靠性。本发明属于锂离子电池健康状态预测技术领域。