卷积神经网络(CNN) 与SE(Squeeze-and-Excitation)注意力机制锂电池剩余寿命预测,MATLAB代码锂离子电池是电动汽车、储能系统等领域的核心组件,其健康状态(State of Health, SOH) 和剩余使用寿命(Remaining Useful Life, RUL) 的准确预测对系统安全与维护至关重要。本研究采用NASA公开的电池老化数据集(B0005、B0006),构建一个结合卷积神经网络(CNN) 与SE(Squeeze-and-Excitation)注意力机制的深度学习模型,实现对电池容量的高精度预测与寿命评估。