简介： 本发明公开了一种基于深度学习算法的锂离子电池剩余寿命在线预测方法，本发明基于深度学习方法，首先通过大量离线电池数据集对深度学习网络进行训练，后以在线阶段采集得到的放电曲线片段作为数据输入，基于离线阶段优化完毕的深度学习网络，通过结合信号处理方法和迁移学习技术得到电池的剩余寿命，进而可推断出在线使用中电池的健康状态并进行电池管理；不同于传统的纯理论计算和经验模型预测，本发明剩余寿命预测模型基于深度学习网络，避免对于电池内部的物理化学模型和数学模型的依赖，提高了预测方法的鲁棒性和普适性，同时有效降低计算成本。