一种锂电池SOH智能估计方法与系统

一种锂电池SOH智能估计方法与系统，包括：传感器采集不同种类和工况的锂电池运行数据；构建VAE‑GAN组合模型，进行数据增强，生成更多锂电池运行数据；根据不同种类和工况的锂电池运行数据，对模型库中所有模型分别建模，挑选出源模型并加权叠加成一个堆叠模型；输入待评估锂电池的运行数据，ART网络对堆叠模型中的各个源模型进行自适应权重分配得到预测模型并输出初步预测结果；建立基于随机森林的误差修正模型，完成初步预测结果的误差修正，输出锂电池SOH的最终预测值。本发明构建了新型VAE‑GAN组合模型，降低了采集多源数据的难度；构建了基于多个源模型的堆叠模型，增加了模型的泛化能力；并对预测结果进行了误差修正，提高了模型预测的精度。