本發(fā)明公開了一種化學(xué)儲(chǔ)能電池PHM欠壓故障預(yù)測(cè)方法，本發(fā)明首先對(duì)原始欠壓數(shù)據(jù)進(jìn)行預(yù)處理；其次進(jìn)行數(shù)據(jù)探索，基于欠壓故障數(shù)據(jù)探索各個(gè)特征值的分布情況，根據(jù)欠壓發(fā)生的車輛狀態(tài)以及SOC值和最低最高溫度的分布對(duì)欠壓狀態(tài)進(jìn)行初步判斷；采用滑動(dòng)窗口方法提取特征；采用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)即LSTM算法構(gòu)建儲(chǔ)能電池PHM欠壓故障預(yù)測(cè)模型。通過對(duì)實(shí)車數(shù)據(jù)測(cè)試，研究結(jié)果表明該模型對(duì)化學(xué)儲(chǔ)能電池的欠壓故障預(yù)測(cè)精確率和召回率均在90％以上，具備較穩(wěn)定的預(yù)測(cè)準(zhǔn)確率。該方法能夠幫助目標(biāo)系統(tǒng)提供預(yù)防性維修和維護(hù)的決策參考，降低維護(hù)成本并減小致命故障的幾率，對(duì)化學(xué)儲(chǔ)能電池研究具有重要的理論意義和應(yīng)用價(jià)值。