一种基于深度学习的新能源储能锂电池寿命预测方法
本发明公开了一种基于深度学习的新能源储能锂电池寿命预测方法,涉及储能电池管理技术领域,包括如下步骤:生成锂电池寿命预测约束集,对储能锂电池运行记录规整和等效循环转换,形成储能锂电池运行观测序列;经状态规整和特征编码生成单体运行证据序列,根据电池单体物理关联关系生成电池物理关联矩阵;将两者输入改进Graph WaveNet模型,生成电池退化轨迹矩阵;采用改进PELT算法构建联合退化分段代价,在持续退化候选边界范围内生成退化阶段边界集;根据寿命终止判据确定寿命终止边界,生成锂电池寿命预测结果及寿命预测反馈记录。本发明可结合单体运行差异、物理关联关系和多状态退化阶段完成寿命预测。