一种锂电池SOH-SOC智能联合预测方法及装置

本发明公开了一种锂电池SOH‑SOC智能联合预测方法及装置，获取锂电池的电压、电流、温度和容量数据，基于IC曲线提取相关的健康特征，采用ChiMIC算法筛选出相关度较高的特征；构建二阶RC等效电路模型结合改进的吸引排斥算法辨识等效电路参数，构建基于多核高斯过程回归模型的SOC估计模型进行SOC估计；基于健康特征数据和SOC估计结果，利用吸引排斥算法优化的Mamba模型进行SOH预测。SOH预测值换算成电池的预测容量值作为下个循环SOC估计的输入，实现循环充放电下SOC及SOH的联合估计。本发明通过构建多模型联合预测，提高了锂电池状态预测的准确性和可靠性，为锂电池的健康管理提供了有效支持。