Состояние здоровья (SOH) является ключевым показателем старения литий-ионных аккумуляторов, и точная оценка SOH необходима для надежной работы системы управления аккумулятором. Большинство существующих методов опираются на признаки, извлечённые из одного или соседних циклов заряд-разряд, что не позволяет выявлять скрытую информацию о изменениях сигнала мониторинга между разными циклами. Для решения данной проблемы в данной работе предлагается новая структура, использующая сквозные циклические признаки дифференциальным способом для оценки состояния здоровья. Во-первых, применяется кросс-рекурсивный количественный анализ (CRQA) для сопоставления сигналов аккумулятора в разных циклах, формируя набор матриц индикаторов CRQA, отражающих межциклические изменения исходных измерений. Во-вторых, в качестве цели предсказания берётся изменение состояния здоровья (ΔSOH) между любыми двумя циклами, а не само состояние здоровья. Затем строится сверточная нейронная сеть с перекрёстной проверкой временных рядов для предсказания изменения состояния здоровья, что сохраняет внутреннюю временную зависимость ΔSOH. Наконец, предложенная структура была реализована и протестирована на базе набора данных аккумуляторов NASA, проведена оценка и сравнение точности предсказаний. Результаты экспериментов показали среднюю абсолютную ошибку 0.2965% и среднеквадратическую ошибку 0.4156%, что подтвердило применимость и потенциал косвенного метода на основе межциклических индикаторов здоровья для оценки состояния аккумуляторов.

литий-ионный аккумулятор;состояние здоровья;кросс-рекурсивный количественный анализ;прогнозирование;сквозные циклические признаки