【摘要】针对新能源汽车锂电池储能容量预测中传统模型适应性差、单一深度学习模型对动态工况关键特征敏感性不足的问题，提出一种融合长短期记忆网络（LSTM）与注意力机制（Attention）的混合模型。基于 CALCE 三元锂电池数据集，在 25℃下 US06（高速）和FUDS（城市）工况进行验证。实验表明，该模型 MAE（US06：1.44%，FUDS：1.28%）和 RMSE（US06：2.12%，FUDS：1.67%）均显著优于LSTM、GRU 等对比模型，误差分布均衡，在复杂动态工况下表现出高精度与强鲁棒性，为电池管理系统优化提供有效技术路径。