简介： 本发明提供了一种基于时间序列特征的锂电池寿命预测方法，包括以下步骤：步骤1、挖掘充放电数据中反映锂电池寿命的关键特征数据，其中包括：在一次完整的充放电循环中挖掘出的等升电压时间序列特征、截止电压时间序列特征、恒流始降时间序列特征、持续小电流时间序列特征、充电温升时间序列特征、充电温降时间序列特征和放电温升时间序列特征；步骤2、对特征数据做预处理，组成反映电池健康状态的特征向量组，利用向量组建立特征模型；步骤3、计算皮尔逊相关系数，筛选相关度更高的时间序列特征作为模型输入；步骤4、建立GRU神经网络预测模型并优化网络参数以提升预测效果；步骤5、建立多维评价体系评价GRU模型预测效果；本发明能够准确预测电池容量在整个寿命期内的非线性退化趋势，模型适用范围广，适用于多种充电策略，预测响应快，预测精度高。