一种锂离子电池内短路早期预警方法

本发明提供了一种锂离子电池内短路早期预警方法，属于电池故障诊断技术领域。通过采集电池运行过程中的电流和电压时序数据，经预处理后采用交叉小波变换提取电流与电压的时频耦合特征，结合小波相干性分析挖掘二者在特定时频点的协同变化特征；融合两类特征形成故障表征向量，输入至改进型 Transformer 神经网络进行训练，构建内短路程度预测模型，实现对电池内短路程度的实时精准预测。本发明通过交叉小波与小波相干性分析的组合，全面捕捉内短路故障的时频演化规律与协同关联特性，结合Transformer模型的长时序依赖建模能力，提升了故障检测灵敏度与分级精度，适配多场景电池安全监控需求。