摘要
本发明属于电池健康状态估计技术领域，具体涉及基于特征提取与增强的电池健康状态估计方法及系统，方法包括对目标电池进行特征选择，选择与电池容量退化相关的特征；对提取的特征中的等时间间隔的电压变化、充电电压斜率和等电压差时间间隔分别进行细化；检测并筛选特征中的异常值，随后采用递归特征消除RFE结合交叉验证的方法对特征相关性进行排序；构建WGAN模型，实现生成器与判别器的稳定训练，完成特征增强；基于MVO‑BiLSTM建立特征与SOH的复杂关系模型，作为估计模型，基于增强后的特征，估计电池SOH。本发明提高了数据质量和特征表征能力，充分挖掘了SOH数据的时序特征，能够准确的进行电池SOH的估计。
