一种基于交叉注意力机制的锂离子电池健康状态估计方法

本发明公开了一种基于交叉注意力机制的锂离子电池健康状态估计方法，首先，采集锂离子电池的电压、电流和温度运行数据，并划分充电片段和放电片段。在充电片段和放电片段中提取并量化反映电池老化模式和反映电池使用行为的健康指标。然后，采用堆叠的卷积神经网络对充电片段进行卷积运算，获得充电数据深度特征，并利用交叉注意力权重分配将充电数据深度特征与健康指标进行互补融合，获得与电池健康状态最具相关性的融合特征。最后，将融合特征输入全连接神经网络，预测电池的健康状态和分析引起电池健康状态下降的主要因素。本发明能够在车辆电池随机充放电条件下精准预测电池健康状态，同时获得引起电池健康状态下降的主要因素。