一种基于特征工程的锂电池健康状态估计方法及系统和存储介质

本发明公开了一种基于特征工程的锂电池健康状态估计方法及系统和存储介质，涉及锂电池健康状态预测领域，为解决现有方法难以解决静态特征交互、时序依赖、跨周期关联及拓扑关系并存的复杂问题。本发明的技术要点包括：S100、采集锂离子电池老化数据，通过聚类分析剔除冗余特征，通过相关性分析筛选优化特征，最后动态评估特征的贡献度，得到电池老化敏感特征集；S200、构建MDT‑LSTM‑Transformer模型，包括BiST‑LSTM模块和Transformer模块，BiST‑LSTM模块用于建模充放电循环中电压、温度信号的动态演变，兼顾前向与逆向老化趋势的时序依赖，Transformer模块用于通过局部窗口注意力与全局多头注意力交替堆叠，提取电池老化过程中跨周期的多尺度关联性；S300、对锂离子电池健康状态进行估计。