公开(公告)号：CN119881718A

公开(公告)日：2025-04-25

申请号：CN202510356560.9

申请日：2025-03-25

Applicant: 吉林大学

Inventor： 何佳龙 ,  马震骉 ,  刘严 ,  赵娉婷 ,  马骋 ,  郭继超 ,  黄文涛 ,  毛松 ,  于天硕

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/378

Abstract: 本发明公开了一种基于Transformer和随机过程的电池寿命预测方法，属于电池预测与健康管理领域，该方法结合了扩展长短期记忆网络（xLSTM）、Transformer及维纳过程（WP），旨在解决电池退化过程的长期依赖性和不确定性。包括步骤：S1.预处理锂离子电池数据集。S2.构建xLSTM‑Transformer‑WP模型：包括Transformer的Encoder和Decoder，并融合了xLSTM网络以提升时序特征建模能力。S3.模型训练与优化；S4.电池RUL预测与不确定性量化：使用测试集对模型进行评估，推导出锂离子电池RUL的概率密度函数，并计算模型漂移系数和扩散系数。本发明提升了模型的预测精度和泛化能力，帮助决策者更好地了解预测结果的不确定性。