摘要
一种锂电池充电时长预测方法，包括以下步骤；S1：收集锂电池充电数据，将充电数据按时间顺序排序；S2：对锂电池充电数据进行预处理操作；S3：对预处理后的充电数据进行划分：选取一部分数据作为训练集，另一部分数据作为测试集；S4：对充电数据进行Spearman相关性分析，选择合适的特征个数，进行关键特征提取，提取后的特征为开始SOC、SOC变化范围和充电时间；S5：建立充电时长CNN‑BiLSTM‑XGBoost预测模型；S6、将开始SOC、SOC变化范围和充电时间这三类特征数据导入充电时长CNN‑BiLSTM‑XGBoost预测模型中，验证模型的稳定性和预测性能；S7、利用构建的CNN‑BiLSTM‑XGBoost预测模型预测锂电池充电时长，将充电数据输入到存储介质中，并输出预测数据。本发明提高预测的准确性和鲁棒性，从而提升预测性能。
