一种锂电池的容量衰减趋势预测方法及系统

本发明涉及电池健康管理与预测技术领域，具体为一种锂电池的容量衰减趋势预测方法及系统，包括：通过对偶校准机制，将数据驱动特征与电化学特征生成深度融合特征；将该特征序列输入至电化学过程感知模型，编码为表征个性化衰退的潜在状态向量；再将该向量作为初始条件输入至神经微分方程模型，通过学习衰退动力学规律并积分求解，最终生成连续的健康状态衰减轨迹并获取预测结果。本发明通过将物理机理与数据驱动模型进行深度融合，克服了传统“黑箱”模型泛化能力弱的缺陷，能够仅利用电池早期微弱信号，实现对全生命周期衰退趋势的长期、高精度、连续性预测，可靠性与实用价值高。