电池健康状态预测模型的训练方法、设备以及存储介质

本申请公开了一种电池健康状态预测模型的训练方法、设备以及存储介质，涉及电池技术领域，包括：根据源域目标时序数据和目标域目标时序数据确定源域时空特征矩阵和目标域时空特征矩阵；基于源域时空特征矩阵进行电池健康状态预测，得到源域SOH预测值；迭代求解源域特征的源域字典和源域稀疏系数矩阵，基于源域字典重构目标域特征，并确定两域差异；基于源域SOH预测值、源域SOH真值和两域差异，得到总损失值，并基于总损失值更新健康状态预测模型的参数，直至得到训练完成的电池健康状态预测模型。解决现有技术中电池健康状态预测模型在面对跨域数据分布偏移时泛化性能不佳的问题，提升模型在不同工况下预测的稳定性和准确性。