摘要
一种基于神经网络的电池健康状态评估方法及装置,对电池属性参数进行数据采集,所述数据采集的结果存储为向量;数据标注的类别包括健康、亚健康与不健康共3种状态;结合所述向量和对应的标注结果构建样本数据集;使用基于规则优化的生成对抗网络进行样本生成,扩充样本数据集;使用扩充后的样本数据集,对构建好的电池健康状态评估模型进行训练;采集待评估电池当前属性参数,输入至训练好的电池健康状态评估模型,输出电池健康状态的类别。本发明能够解决电池性能数据量不足的问题,增强模型在多种电池类型和使用条件下的泛化能力。