一种基于深度学习的锂电池荷电状态及寿命联合预测方法

本发明公开了一种基于深度学习的锂电池荷电状态及寿命联合预测方法，属于锂电池技术领域，对锂电池进行特定工况的全生命周期充放电循环寿命实验，通过实验数据训练深度学习模型Autoformer，获得锂电池的荷电状态、剩余使用寿命联合预测模型，将历史数据输入至联合预测模型，先获得预测SOC及预测电压，再将预测电压曲线与锂电池第一次循环的电压曲线进行自相关性计算，获得自相关系数，自相关系数输入至剩余使用寿命子预测模型，获得锂电池容量预测值。本发明利用Autoformer对超长序列数据的优秀学习能力，从全生命周期数据提取锂电池的充放电、容量衰减特征，为锂电池的联合状态估计提供了精准的预测手段。