掩码表征迁移策略下的锂电池变工况健康状态预测

摘要： 锂电池健康状态(SOH)预测可以对电池老化程度进行评估.由于电池工作状况的差异,锂电池训练数据(源域)和在线应用数据(目标域)具有不同的分布,而迁移学习是解决上述问题的有效方法.然而,一方面,传统迁移学习方法需要大量源域数据标签,而SOH测量困难,难以提供充足标签;另一方面,这些方法无法充分利用已有的专家知识.基于此,本文创新性地提出了一种掩码表征迁移策略(MFTS),实现了源... （共9页）