简介： 本发明一种计及温度特征的储能电站用锂电池SOH评估方法，包括：利用采集到的锂电池原始温度数据，每15分钟进行一次筛选和计算，利用离群算法对数据进行筛选，排除异常的数据；根据筛选后的原始数据，计算环境温差，电池模块温升，和基于标准差的不一致性系数表示的舱内温度不一致性，将经过计算的数据在本地数据库进行备份，并上传云端；以时间为标签，将经过计算的结果作为温度特征向量，与储能电池基础运行数据重构成为样本，电池SOH为样本标签；选取80％的样本作为训练集，20％的样本作为测试集，采用卷积神经网络进行深度学习，形成用于判断和预测电池SOH的神经网络；在神经网络成型后，导入新的样本进行计算，实现对储能电站内电池的短期SOH预测。