摘要
本申请涉及一种电池健康状态评估方法、装置及电子设备,属于电池健康监测技术领域,其中,该方法包括:实时获取由传感器采集的电池运行数据;实时获取由卡尔曼滤波器估计的电池状态数据;对所述电池运行数据和所述电池状态数据进行归一化处理,得到时间序列数据;将所述时间序列数据作为输入特征输入训练完备的深度学习模型,得到估计的电池健康状态数据。本申请通过自适应滤波器精确估计电池状态数据,将滤波器估计的电池状态数据和传感器采集的电池运行数据作为深度学习模型的输入,实现物理模型与数据驱动模型的深度融合,实现对电池健康状态的高精度、实时评估。