一种基于MAML的电池健康状态估计方法

本发明公开了一种基于MAML的电池健康状态估计方法，具体包括以下步骤：收集不同类型电池的数据集并对数据进行标准化预处理和SOH标签工作，将现有数据分为Support集和Query集，分别用于对MAML模型的训练与验证，通过对不同类型的电池数据集学习一个通用的初始化模型M与模型参数θ，使得从m(θ)出发，经过少量梯度步骤即可让模型高校用于新的数据集任务，在新的数据集上评估MAML的SOH快速估计能力，用支持集作为数据输入，对基础模型M做训练微调，通过查询集做验证评价，得到针对新的数据集和任务的最优模型参数θ*，用模型M（θ*）对目标电池数据集做健康状态估计。本发明，提出结合传统深度学习模型与MAML的协同框架，使模型快速准确地完成对新任务的SOH估计。