基于CNN-Transformer-LSTM的锂电池健康状态预测方法

本发明公开了基于CNN‑Transformer‑LSTM的锂电池健康状态预测方法，属于锂电池状态监测与健康管理技术领域，该方法利用容量增量分析法提取锂电池老化过程中的容量增量曲线，同时从充电曲线中提取恒流充电时间、全过程平均充电电压和平均充电电流作为健康特征，通过相关性分析筛选高关联性特征。首先利用卷积神经网络提取数据中的局部特征，减少冗余信息；然后使用Transformer捕捉全局依赖，识别长期健康趋势；最后通过长短期记忆网络捕捉时间上的长期依赖性和趋势，确保预测平滑和稳定。本发明可根据锂电池全生命周期的前70％数据预测之后的老化过程，与现有先进模型相比提高了预测精度和泛化能力。