基于改进脉冲神经网络算法的电池寿命与安全协同预测方法及系统

本发明涉及一种基于改进脉冲神经网络算法的电池寿命与安全协同预测方法及系统，属于电动工具电池管理技术领域。该方法基于四层级SNN架构，输入层接收电池电压、电流、温度、应力及其变化率参数，通过速率编码与时间编码实现参数的神经脉冲转换；突触层利用双指数模型模拟参数间物理滞后效应，隐藏层通过Adaptive I&F神经元整合历史记忆与非线性耦合，输出层生成健康状态、剩余寿命及风险指数。通过监督式STDP学习规则优化突触权重，量化各参数贡献度，建立寿命维度的膜电位线性累积与安全维度的异常脉冲触发机制，实现联合预警决策。系统部署于电池管理系统，可实时监测电池状态，为电池全生命周期管理提供精准决策支持。