一种基于多模型数据驱动的锂离子电池寿命预测方法

本发明公开了一种基于多模型数据驱动的锂离子电池寿命预测方法，属于锂离子电池领域，该方法基于CNN、LSTM、Attention机制的耦合，并用CPO算法进行超参数优化的思路，使得CNN‑LSTM‑Attention模型参数可达到最优状态，兼顾空间特征提取、时序建模与关键信息聚焦；使其能够预测锂离子电池的寿命衰减非线性复杂过程，建立长期依赖模型以提高实际应用的预测精度，有效应对了传统模型可能存在的依赖人工特征工程，难以自动提取时序特征，对高维时序数据的建模能力有限，性能不稳定等问题；有效预测锂离子电池的寿命衰减过程，提高实际应用的预测精度与结果的鲁棒性，对电池应用与管理具有重要意义。