基于新型CNN-GRU-Attention算法的锂电池剩余寿命预测

郑祥; 赵宪奇; Zahrotul Lailiyah

doi:10.13291/j.cnki.djdxac.2026.02.017

大连交通大学学报 ›› 2026, Vol. 47 ›› Issue (2) : 144 -152. DOI: 10.13291/j.cnki.djdxac.2026.02.017

基于新型CNN-GRU-Attention算法的锂电池剩余寿命预测

郑祥, 赵宪奇, Zahrotul Lailiyah

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对锂电池剩余寿命预测精度较低的问题，提出一种结合多策略改进的北方苍鹰算法(INGO)、卷积神经网络(CNN)、门控循环单元(GRU)和注意力机制(Attention)的融合预测方法。首先对锂电池充放电数据进行特征提取并选定健康因子，其次通过INGO算法优化融合模型CNN-GRU-Attention的关键超参数，最后输入健康因子数据完成电池剩余寿命预测。通过NASA数据集进行试验验证，并和其他几组模型进行对比，结果表明，该方法具有良好的锂电池剩余寿命预测精度。