一种动态改进TCN-Transformer-FVIM模型的锂离子电池健康状态预测方法及系统

本发明公开了一种动态改进TCN‑Transformer‑FVIM模型的锂离子电池健康状态预测方法及系统，包括：获取锂离子电池运行过程中的原始时序数据，对原始时序数据进行预处理得到标准化数据；将标准化数据输入至改进的预测模型中，获取锂离子电池健康状态SOH的预测值，其中，改进的预测模型用于将标准化数据映射为高维特征表示，利用TCN模块和Transformer模块对高维特征表示进行特征提取，分别得到局部细粒度特征与全局长程依赖特征；利用FVIM模块对局部细粒度特征和全局长程依赖特征进行重要性评估、动态调制与非线性融合，得到优化后的融合特征向量；基于优化后的融合特征向量，输出电池健康状态预测值。