一种基于预训练架构的电池系统寿命预测方法

本发明属于电池寿命预测领域，一种基于预训练架构的电池系统寿命预测方法，包括：S1：获取多维度原始时间序列数据，进行数据预处理，并确定无标签训练集、标签训练集、测试集，所述预处理包括删除异常字符和无效数据、按照数据提取规则识别充放电数据；S2：按照时间窗口进行分割，并通过一维卷积扩展成多维度，形成输入矩阵；S3：构建Transformer预训练模型，将无标签训练集的输入矩阵输入到预训练模型中进行预训练，输出表示特征；S4：构建高斯回归网络模型，将标签训练集的输入矩阵和表示特征输入到高斯回归网络中进行训练，将验证集输入到训练好的高斯回归网络模型中输出电池容量预测值及标准差，并评价模型。