摘要
本发明属于锂电池技术领域，公开了一种锂电池健康状态的预测方法、装置、设备及存储介质。所述预测方法包括：获取锂电池的状态数据，并对锂电池的状态数据进行预处理；通过斯皮尔曼相关系数法对预处理后的锂电池的状态数据进行特征相关性分析，并通过特征相关性热力图选取与锂电池健康状态相关性较高的特征数据，以得到锂电池健康特征矩阵；根据锂电池健康特征矩阵，对预测锂电池健康状态的神经网络模型进行更新，以得到训练后的神经网络模型；基于训练后的神经网络模型，对锂电池的健康状态进行预测。本发明提供的锂电池健康状态的预测方法，不仅能够提升锂电池健康状态的预测精度和预测速度，还能够为电池管理系统提供更为准确的数据支持。
