基于标签分布平滑的锂离子电池健康状态估计方法

本公开提供一种基于标签分布平滑的锂离子电池健康状态估计方法，包括：采集锂离子电池充电过程的过程量信号，以及状态量信号，得到电池的健康状态量；将所有归一化后的数据划分为训练集、验证集和测试集；建立卷积神经网络模型，将健康状态值作为标签，模型输出为估计的健康状态值；获得最终的估计误差，将该估计误差反向传播以优化卷积神经网络模型；对优化后的卷积神经网络模型效果进行验证，并输出健康状态估计结果，实现在数据长尾分布情况下锂离子电池健康状态的估计。本公开能够有效降低锂离子电池领域回归任务中数据不平衡问题所带来的估计误差，实现对电池健康状态的准确估计。