基于弛豫电压与可解释性算法的锂电池健康状态估计方法

本发明提供了基于弛豫电压与可解释性算法的锂电池健康状态估计方法，涉及锂电池技术领域，本发明通过对锂电池弛豫电压数据集进行预分析处理，通过递归图算法将弛豫电压转化为二维灰度图像，将灰度图像输入到基于可解释性算法反馈的卷积神经网络模型中，进行精确的锂电池健康状态估计；同时构建二阶等效电路模型模拟电池老化，结合可解释性算法生成的类激活图像解释弛豫电压所表征的电池老化机理，并基于解释结果为锂电池健康状态估计策略提供指导意义，因而具有实际应用价值。