基于双通半监督迁移学习框架的电池SOH评估模型构建方法

本发明涉及电池SOH评估技术领域，尤其涉及一种基于双通半监督迁移学习框架的电池SOH评估模型构建方法，通过获取包括多个标注SOH标签的第一电池数据样本的第一训练数据集和包括多个未标注SOH标签的第二电池数据样本的第二训练数据集；构建GBLS‑Booster模型和Fuzzy‑BLS模型，并采用第一训练数据集和第二训练数据集进行训练，得到第一伪标签集和第二伪标签集；结合半监督学习和迁移学习，引入流形正则化原理，并采用第一伪标签集和第二伪标签集对GBLS‑Booster模型和Fuzzy‑BLS模型进行交叉训练，得到并结合MR‑GBLS‑Booster模型和MR‑Fuzzy‑BLS模型，得到电池SOH评估模型。通过本发明构建一种能够利用无标签数据、处理数据分布不一致问题以及提高健康因子特征可解释性的新型模型，以改进电池SOH评估的准确性和可靠性。