基于LSTM-GNN融合模型的锂电池剩余容量预测方法

本发明公开了基于LSTM‑GNN融合模型的锂电池剩余容量预测方法，属于锂电池剩余容量预测技术领域，其具体包括：实时采集锂电池充放电时的电压、电流、温度、内阻等波动数据并预处理；进行脉冲电流测试，获取电压阶跃响应数据以提取回弹特征参数，利用内阻‑开路电压关联模型和阻抗谱分析形成电池状态特征向量；再将预处理后的电池波动数据、回弹特征参数、电池状态特征向量按时间序列输入LSTM网络，得到隐藏状态；同时把电池内部物理结构抽象为图结构，将相关参数作为节点特征输入GNN网络，输出节点特征表示；最后融合LSTM隐藏状态和GNN节点特征表示，经全连接层处理后输出锂电池剩余容量预测值，提高了预测准确性。