锂电池健康状态预测方法、装置、计算机设备和存储介质

本申请涉及一种锂电池健康状态预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括：采集锂电池充放电实验产生的多维时序数据，对多维时序数据进行处理生成模型输入序列；将模型输入序列输入至深度神经网络，得到当前时刻锂电池健康状态的时间导数，并预训练深度神经网络；将模型输入序列输入至贝叶斯LSTM网络，输出下一时刻的锂电池健康状态的预测值，并预训练贝叶斯LSTM网络，对下一时刻的锂电池健康状态的预测值进行不确定性估计；构造总损失函数，利用总损失函数，联合训练深度神经网络与贝叶斯LSTM网络，得到目标预测模型，预测锂电池健康状态。采用本方法能够实现高精度、高可靠性和强适应性地预测锂电池健康状态。