一种基于时频特征融合和LSTM的SOH评估方法

本发明属于锂电池技术领域，涉及一种基于时频特征融合和LSTM的SOH评估方法，该方法包括：分别从完全充放电循环、部分充电循环和部分充放电循环三种锂电池充放电循环工况数据中提取时域健康指标；对锂电池充放电循环工况数据进行小波包分解得到子频段；采用帕塞瓦尔定理计算各子频段的能量之和作为频域特征信号；计算时域健康指标和SOH的皮尔逊相关系数，根据皮尔逊相关系数的大小对时域健康指标进行筛选；将筛选后的时域健康指标作为LSTM网络模型的输入；对LSTM网络模型进行训练，采用Adam算法对LSTM网络模型进行优化；LSTM网络模型的全连接层输出锂电池SOH估计值。其有益效果是，解决了不同操作条件下某些健康指标的潜在可靠性问题。