一种基于HS-MOE模型和EIS数据的预测电池SOH方法

本发明公开一种基于HS‑MOE模型和EIS数据的预测电池SOH方法，包括步骤：S1.测试并采集电池EIS和SOH数据。S2.构建HS‑MOE模型：包含2层多专家模型和门控网络模型，每一个层级均包含多个专家子模型和一个门控网络模型；在每一专家层级中，每个子模型均是CNN‑Transformer模型。S3.训练和校验HS‑MOE模型：在Keras平台实现模型代码并训练，训练数据按8：2的比例分成训练集合和测试集合。S4.预测电池SOH：在模型训练完毕后部署并对电池SOH进行预测。本发明基于HS‑MOE模型，使用电池EIS数据预测电池SOH，提升模型表达能力和预测精度，提高模型鲁棒性和泛化能力。