一种动车组电池健康状态评估与寿命预测方法及系统

本申请涉及动车电池组评估技术领域，提供了一种动车组电池健康状态评估与寿命预测方法及系统，包括通过浮充状态下的电压波动和温度数据建立数据库，分析电池容量保持率、活性锂存量等目标参数与内部化学物质损耗的关联机制；采用秒级、分钟级、小时级三级时间粒度分别提取驾驶行为特征、温度参数及电化学阻抗谱，利用动态时间规整算法对齐多频数据；构建以电化学参数为节点、跨层级关联为边的图结构模型，通过图神经网络提取电池老化特征拓扑关系；最终建立融合多维特征的预测模型，实现电池剩余寿命与容量衰退拐点的精准预测。将多尺度特征与电化学机理结合，提升了复杂工况下电池健康状态评估的准确性。