摘要
本发明公开了基于多尺度双重时序Mamba的锂电池SOH估计方法,采集原始充放电监测数据,然后基于电池退化机理提取多维健康因子构建时间特征序列;构建多尺度稀疏扫描模块,针对时间特征序列进行分割,拼接重建,输出增强特征序列;构建分层双重时序注意力模块,包括两层架构,第一层针对增强特征序列,通过非因果路径捕捉全局上下文,第二层通过因果路径建模因果依赖关系;最终将两层的输出进行融合;构建状态空间模型,并结合残差连接与层归一化处理,通过回归层将提取的高维特征映射为归一化的健康状态估计值,并经逆归一化变换还原为最终的电池健康状态;本发明旨在实现对锂离子电池在复杂运行工况下的高精度且可靠的SOH估计。