面向多阶段动态充电场景基于剩余可充电容量预测的锂离子电池组自放电诊断算法

本发明公开了一种基于短时充电数据的储能电池组自放电异常诊断方法，属于电池安全监测技术领域。针对现有方法依赖完整充放电周期、难以适配多阶段变工况场景的缺陷，本发明通过提取多阶段充电数据特征，结合自编码器实现多工况特征的自适应提取，构建融合GCN‑BiLSTM（Graph Convolutional Network‑Bidirectional Long Short‑Term Memory，图卷积网络‑双向长短期记忆网络）的数据驱动模型，精准估算电池单体RCC（Remaining Charging Capacity，剩余可充电电量）。最后，基于电池组中每个单体RCC的大小，分布以及变化情况，我们可以进行电池组整体不一致性，电池单体SOC不一致性以及自放电故障的诊断。为储能系统的安全运行提供了保障。