一种基于卷积神经网络与注意力机制的锂电池SOH估计方法

本发明实施例公开了一种基于卷积神经网络与注意力机制的锂电池SOH估计方法，所述方法包括：获取锂电池的电化学阻抗谱数据，并构建电化学阻抗谱数据对应的特征矩阵；将特征矩阵输入局部信息感知模块LIP，局部信息感知模块提取特征矩阵的局部老化特征并输出；将局部老化特征输入全局信息感知模块GIP，全局信息感知模块GIP对局部老化特征进行整合，并输出电池当前最大可用容量；根据电池当前最大可用容量确定锂电池健康状态SOH。本发明方法通过构建由局部信息感知模块和全局信息感知模块组成的多层次特征分析架构，能关注电化学阻抗谱数据的局部细节和全局依赖关系，更全面地建立局部老化特征与电池老化状态SOH之间的映射关系，进而对锂电池SOH进行估计。