基于多模态时空特征融合的锂离子电池健康状态预测方法

本公开提供一种基于多模态时空特征融合的锂离子电池健康状态预测方法，包括：获取以锂离子电池作为车辆动力源的车辆的原始整车运行数据；获取所述锂离子电池在充电过程中的结构化数据；利用结构化数据得到结构化时序特征分支，并通过结构化时序特征分支获取时间序列编码向量；根据所述结构化数据获取视觉语义向量；按时间顺序组织，以预设时间为一个滑动窗口，构造时序输入样本；利用多模态特征融合回归模块，将所述时间序列编码向量和视觉语义向量融合成统一的多模态表示向量，进行回归预测，以提升长周期退化因子的敏感性和泛化能力，使电池健康状态预测更加准确。