基于多特征融合降维与MESA-TCCT模型的锂离子电池RUL预测方法

本发明公开了一种基于多特征融合降维与MESA‑TCCT模型的锂离子电池RUL预测方法，包括：获取锂离子电池多维特征及容量值；依据容量值绘制容量退化曲线；通过Pearson系数衡量各特征与容量退化曲线的相关程度，将Pearson系数满足预设标准的特征进行保留；对保留的特征进行预处理，接着对预处理后的特征进行归一化处理；利用KPCA‑KLPP算法对归一化处理后的特征进行融合降维；构建MESA‑TCCT模型，用于预测锂离子电池的剩余使用寿命。本发明通过引入KPCA‑KLPP算法对多个特征融合降维，并进一步结合MESA‑TCCT模型网络结构设计，显著提升了退化特征的表征能力与模型的预测效能。