一种基于大模型的电池全生命周期智能管理方法及系统

本发明公开了一种基于大模型的电池全生命周期智能管理方法及系统，包括如下步骤：S1、采集电池的运行数据，并进行预处理；S2、将预处理后的样本输入至预训练的Transformer编码器模型，提取时序与跨阶段特征；S3、执行模型推理，输出状态指标，生成电池状态向量；S4、结合工况信息识别异常类别与位置；S5、基于电池状态指标和异常识别结果，生成动态优化的电池管理策略；S6、在边缘设备部署轻量化模型，执行本地推理并上传数据；S7、云端通过自监督训练更新模型并下发；S8、重复执行步骤S1至S7，进行优化闭环管理。本发明融合大模型建模与边云协同机制，实现电池全生命周期智能感知与动态管理。