多模态特征融合的蓄电池健康状态监测与预测方法及系统

本发明提供了一种多模态特征融合的蓄电池健康状态监测与预测方法及系统，涉及蓄电池监控技术领域，方法通过周期性采集蓄电池的静态数据和实时采集蓄电池的动态数据，获得多模态数据，然后通过数据监测、共享底层特征提取、SOH预测、RUL预测、多目标联合优化等步骤实现。本发明可对蓄电池产生的多模态特征数据进行在线监测和分析，引入多模态特征融合与多目标联合预测和优化机制，基于SOH预测模型和RUL预测模型采用独立分支分别预测SOH和RUL，从而预测蓄电池健康状态，不仅可实现对电池的多模态海量数据进行自动分析，降低工作量，提高分析效率，而且能提高预测结果的精确性，同时构建的特征共享机制，可降低计算复杂度，提升预测效率。