一种基于无监督迁移学习的电池SOH预测方法

摘要

本发明公开了一种基于无监督迁移学习的电池SOH预测方法，通过提取两个电池的特征，用域匹配算法对两个特征空间进行调整，使两个特征空间的条件分布和边缘分布相匹配，并且通过调整样本权重使得两个空间相关的样本权重变大，不相关的样本权重变小；这样通过域匹配方式可以利用一个电池数据做训练，用普通的机器学习算法来预测另一个电池的SOH，从而具有适用性高，预测精度高，实现简单等优点。