一种基于迁移学习的跨类型电池衰退预测方法

本发明公开了一种基于迁移学习的跨类型电池衰退预测方法。本发明包括：步骤1：分析不同材料电池的放电V‑Q曲线之间的关系，构建描述不同材料电池放电V‑Q曲线间潜在关系的通用数学模型；步骤2：基于不同类型电池V‑Q曲线间的数学模型，设计新的损失函数；步骤3：建立了基于全局注意力机制的LSTM‑seq2seq模型，并用新的损失函数优化模型参数，以重构目标域中电池的V‑Q曲线；步骤4：应用重构后的电池V‑Q数据，以Siamese‑CNN模型为预训练模型，提出了基于迁移的适用于不同类型电池衰退轨迹预测方法。本发明可以基于电池成组使用前少量循环数，实现不同类型电池的衰退轨迹预测。