一种具有泛化性的锂离子电池状态预测方法和系统

本发明公开了一种具有泛化性的锂离子电池状态预测方法和系统，属于锂离子电池数据分析技术领域。对多源异构锂离子电池数据(含电流、电压、非均匀时间戳)按固定时间跨度切分补零，通过双尺度编码器基座模型联合执行混合掩码重建与库仑积分回归任务完成预训练，再级联回归头并冻结基座参数，基于序列标记的电池状态标签微调回归头。最终结合预训练基座模型与微调回归头预测电池状态，本发明通过物理感知的预训练任务和不规则时间序列建模，提升电池数据分析的泛化能力和适应性，同时有效处理不规则时间序列数据。实验表明，本发明在多个下游任务中展现出优越的性能，为锂离子电池的性能优化、安全管理和可持续生命周期管理提供了先进的建模框架。