摘要
本发明公开了一种锂电池循环寿命预测方法,考虑了锂电池在充放电过程中的不同特性,首先,利用递归图作为时间序列成像方法,将不同周期的充电数据转换为多维数据,从放电数据中提取相关特征,并分析其与电池循环寿命的相关性;其次利用深度可分离三维卷积模型来减少参数计算并加快模型训练速度,同时引入3D通道注意力(3DCA)模块,以降低模型复杂度并增加各通道之间的交互性;最后进行消融实验,探讨不同时间序列成像方法对模型预测结果精度的影响。与现有技术相比,本发明能以更少的窗口周期准确预测循环寿命。同时消融实验结果证明,时间序列成像方法能够增加数据维度并提供更多信息,这有效地提高了模型的准确性。