基于双输入表征的电池老化轨迹预测方法OA

锂离子电池老化具有显著的非线性特征和个体差异,准确预测其老化轨迹对电池制造、管理和梯次利用具有重要意义。针对现有方法多依赖历史容量序列且难以揭示早期老化分化的问题,提出一种基于双输入表征的电池老化轨迹预测方法,融合历史衰减序列与当前放电曲线,构建双输入预测框架,实现表征全寿命演化的老化轨迹预测。基于公开数据集验证,所提方法在三元锂电池全寿命阶段测试误差为7.41%,早期预测中的误差为11.18%;在磷酸铁锂电池上的全寿命阶段测试误差为9.15%,表现出较好的跨材料适用性。进一步分析表明,放电曲线是支撑老化轨迹预测的主要信息来源,历史衰减序列有助于提升预测准确性;此外,在输入电压窗口适当压缩的情况下,该方法仍保持较好预测性能,表明其具有良好的工程应用潜力。