一种锂离子电池健康状态预测方法、装置及程序产品

本发明公开了一种锂离子电池健康状态预测方法、装置及程序产品，涉及电池健康检测领域，以在少样本情况下实现对新类别锂离子电池健康状态的快速、准确预测。本发明将样本数据集划分为训练样本集和测试样本集，采用模型不可知元学习算法等元学习方法对训练样本集进行子集划分，利用LSTM在训练样本集上进行元训练，完成网络参数初始化，再将LSTM网络在测试样本集上进行元测试，完成LSTM网络的调参并进行未来时间步健康状态的预测，并且，元学习过程中，利用粒子群优化方法对LSTM网络的超参数进行优化。本发明只需要少量的测试样便可实现对预测模型的调参，适用于数据稀缺的预测场景，并且具有较好的收敛效果和较高的计算效率。