一种基于大数据驱动的锂离子电池全生命周期预测方法

本发明公开了一种基于大数据驱动的锂离子电池全生命周期预测方法，包括：收集电池循环原始数据，对电池原始数据进行数据筛选和预处理；基于处理后电池原始数据，提取SOH标准下的特征值及对应的寿命标签，构建数据集；基于数据集训练优化各SOH标准下的单元模块，整合单元模块搭建深度学习模型；部署深度学习模型，对电池进行全生命周期预测及合理误差范围的评估。本发明方法能针对不同体系、不同型号、不同工况以及不同衰减方式的锂离子电池，经过多次随机训练，以预测误差作为模块特征进行传递，可以对任意SOH标准下的使用寿命进行早期预测，合理量化预测误差，实现全面描绘电池全生命周期的性能曲线。