基于人工智能的储能电池健康状态预测方法及系统

本发明公开了基于人工智能的储能电池健康状态预测方法及系统，涉及人工智能技术领域。方法包括：引入预定片段对目标储能电池进行充电监测，获取目标运行数据；激活双轻量化通道对目标运行数据进行轻量化筛选，得到目标轻量特征；基于混合神经网络层对目标轻量特征提取分析，得到目标特征信息；将目标特征信息输入健康预测模型，得到目标预测值；以目标预测值表征目标储能电池的健康状态。解决了传统方法在处理电池运行数据时存在大量冗余且特征提取不够深入，导致储能电池健康状态预测效率低和准确性差的技术问题，达到了通过双轻量化通道筛选数据并结合混合神经网络深度提取特征，提高储能电池健康状态预测的效率和精准度的技术效果。