电池的寿命预测方法、装置、车辆及存储介质

本申请涉及电池技术领域，特别涉及一种电池的寿命预测方法、装置、车辆及存储介质，其中，方法包括：在基于当前容量衰减斜率检测到目标电池处于快速衰减阶段的情况下，获取目标电池在当前时刻的邻近历史数据，提取目标电池的健康特征，得到输入特征向量训练预设神经网络，将目标电池的时间序列特征向量输入训练后的神经网络进行滚动预测，直至达到预设容量限值，得到寿命预测结果。本申请实施例可以通过准确识别电池的快速衰减阶段，使用衰减阶段临近历史数据对长短期记忆神经网络进行训练，有效避免电池早期衰减缓慢历史数据对容量预测精度的影响，提高了剩余寿命预测准确性，减少了模型的运行时间与硬件成本，更加安全高效。