基于机器学习的锂电池健康预测方法及设备

本发明公开了基于机器学习的锂电池健康预测方法及设备，涉及电池健康预测技术领域。该方法通过将待预测锂电池的工作数据输入至Light‑GRU模型进行健康预测，并进行噪声程度评定输出锂电池健康预测结果，接着据此确定是否进行故障预测验证以及故障验证反馈优化，然后根据锂电池健康预测结果进行预警并对模型预测结果进行准确性评估以决定是否调用CNN‑GRU模型，若调用，则在该模型运行的过程中，进行模型效率分析以确定是否进行电池序列优化，否则继续采用Light‑GRU模型，提高了对锂电池健康预测的精度，解决了现有技术中由于电池负载正常波动与初期故障信号趋势相似，导致对锂电池健康预测精度下降的问题。