掩碼表征遷移策略下的鋰電池變工況健康狀態(tài)預(yù)測

摘要： 鋰電池健康狀態(tài)(SOH)預(yù)測可以對電池老化程度進行評估.由于電池工作狀況的差異,鋰電池訓練數(shù)據(jù)(源域)和在線應(yīng)用數(shù)據(jù)(目標域)具有不同的分布,而遷移學習是解決上述問題的有效方法.然而,一方面,傳統(tǒng)遷移學習方法需要大量源域數(shù)據(jù)標簽,而SOH測量困難,難以提供充足標簽;另一方面,這些方法無法充分利用已有的專家知識.基于此,本文創(chuàng)新性地提出了一種掩碼表征遷移策略(MFTS),實現(xiàn)了源...