一种基于多特征融合大模型的锂电池剩余寿命预测方法

本申请提供了一种基于多特征融合大模型的锂电池剩余寿命预测方法，涉及锂电池健康管理与寿命预测领域，方法包括：通过滑动窗口技术对原始数据进行分段处理，并利用KAN构建关键健康指标软测量模块，将原始数据转化为表征电池健康状态的关键指标；将锂电池的数据和关键指标拼接形成融合特征，输入到大语言模型LLM构建融合特征预测模块，通过预训练词嵌入、多头注意力机制与自然语言前缀提示，得到未来的融合特征，将未来的融合后的特征输入经过稀疏化处理的KAN，构建剩余寿命预测模型。建立与电池剩余寿命之间的回归关系，实现锂电池剩余寿命的实时预测，适用于电动汽车、储能系统等场景下锂电池的状态监测与维护决策。