一种基于半监督学习的锂离子电池健康状态估计方法

本发明涉及一种基于半监督学习的锂离子电池健康状态估计方法，包括：获取原始IC曲线中的健康因子，并进行预处理；基于预处理后的所述健康因子，构建数据集；其中，所述数据集包括：标记样本数据集和无标记样本数据集；利用所述数据集，对半监督Transformer模型进行训练，获取电池SOH预测模型；利用所述电池SOH预测模型，进行锂离子电池健康状态估计。本发明利用自注意力机制在时间序列数据的特征提取以及长程依赖建模方法的优势充分挖掘标记样本有效信息，通过自我迭代实现无标记样本的标注与利用，实现锂离子电池SOH的精准预测。