本發(fā)明公開了一種基于集成算法的鋰電池故障診斷建模方法，首先采集鋰電池使用時(shí)的電池?cái)?shù)據(jù)(故障數(shù)據(jù)和正常數(shù)據(jù))，并將電池?cái)?shù)據(jù)上傳至模型數(shù)據(jù)庫(kù)；對(duì)電池?cái)?shù)據(jù)進(jìn)行清洗；對(duì)清洗后的電池?cái)?shù)據(jù)進(jìn)行特征工程處理，以構(gòu)建模型的備選特征；對(duì)模型的備選特征進(jìn)行主成分分析，即對(duì)模型的備選特征進(jìn)行降維處理，選擇具有高信息率的指標(biāo)特征；分析故障樣本和正常樣本的分布情況，對(duì)故障樣本進(jìn)行數(shù)據(jù)平衡處理，得到平衡數(shù)據(jù)；對(duì)平衡數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除指標(biāo)量綱影響；將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)劃分為訓(xùn)練樣本和測(cè)試樣本；將訓(xùn)練樣本輸入到LightGBM模型中，通過不斷迭代優(yōu)化獲得模型最優(yōu)參數(shù)，待訓(xùn)練收斂后得到鋰電池故障診斷模型，并輸出診斷結(jié)果。