基于数据驱动与等效电路模型融合的锂电池组健康状态估计方法

基于数据驱动与等效电路模型融合的锂电池组健康状态估计方法，包括：获取锂电池组实际运行数据；判断电流正负识别充电段，并使用SOC变化与持续时间进行有效充电段筛选；提取容量变化速率、电压变化速率、累计里程、SOC统计特征及温度统计特征等健康因子，采用皮尔逊相关系数筛选相关性强的数据驱动健康因子；构建二阶RC等效电路模型，采用FFRLS动态辨识模型参数，获得等效电路健康因子；将数据驱动健康因子与等效电路健康因子融合为综合特征集；构建GRU‑Attention模型，采用GRU捕捉数据长期与短期依赖关系，并通过Attention增强特征表达，输出预测的锂电池组健康状态。该方法实现了对锂电池组健康状态的高精度估计，适用于新能源汽车电池管理系统及储能设备的智能健康预测。