多层次特征融合与时序建模结合的锂电池寿命预测方法

本发明公开了多层次特征融合与时序建模结合的锂电池寿命预测方法，涉及锂离子电池健康管理与寿命预测技术领域。本发明包括接收电池运行过程中的时序观测数据，将时序观测数据输入预先构建的局部特征提取模型中，在局部特征提取模型引入一维卷积神经网络对时序观测数据进行特征提取，得到局部特征表示。本发明融合局部特征提取、全局上下文建模与双向时序建模三大结构，有效提升电池退化建模能力与预测精度。TFN采用端到端架构设计，具备良好的特征感知能力与时间依赖建模能力，能够适应多种退化模式与复杂时序环境。该方法适用于智能电池管理系统中的寿命评估与健康状态监测，具有较强的实用价值与推广前景。