基于大语言模型的锂离子电池多故障分级诊断方法及系统

本发明公开基于大语言模型的锂离子电池多故障分级诊断方法及系统，涉及锂离子电池安全控制领域，基于电池信号计算待测电池组的歧化度；基于歧化度对电池信号进行下采样，得到下采样后的电池信号；基于下采样后的电池信号构建故障分类任务提示词，将故障分类任务提示词输入至故障分类大模型，得到故障类型及故障对应的电池信号序列；基于故障对应的电池信号序列计算电压方差分位数，基于电压方差分位数构建故障分级任务提示词；将故障分级任务提示词输入至故障分级大模型，得到故障等级。借助大模型卓越的非线性拟合能力，在复杂工况下准确捕捉微小故障；同时发挥大模型的多任务并行处理能力，在同一基底模型下实现故障分类和诊断功能。