一种融合机理建模与多任务学习的锂离子电池在线退化诊断方法

一种融合机理建模与多任务学习的锂离子电池在线退化诊断方法，它涉及电池退化状态识别方法，它是要解决现有的锂离子电池在线退化诊断方法的诊断结果的可信度低、成本高、周期长、不能在运行中实时、自动化诊断的问题。本方法基于扩展的单粒子电化学模型，结合SEI膜生长与析锂等副反应机制，利用常规充放电数据对模型参数进行辨识，获取多个能够反映电池老化程度的关键参数。通过构建特征提取与相关性分析，提取多维运行特征，并筛选出与老化行为强相关的特征指标。再引入多任务学习框架，实现对多个退化参数及析锂状态的联合建模与预测，提升了模型的可解释性与预测精度。可用于电动汽车、储能系统的电池健康状态识别与风险预警。