基于自动神经架构搜索的锂离子电池SOH估计系统及方法

本发明公开了一种基于自动神经架构搜索的锂离子电池SOH估计系统及方法，通过图像编码模块、神经架构搜索模块、决策与模型选择模块，根据搜索得到的Pareto最优解集，分析不同网络架构在估计准确性和计算复杂度之间的权衡关系，选择合适的网络架构作为最终的SOH估计模型。实现了SOH估计神经网络架构的自动化设计，减少了人工干预和专家试错的过程，提高了网络架构优化的效率和准确性。能够根据实际应用需求平衡两者之间的关系，得到满足不同计算资源限制的模型，提高了模型的适用性和灵活性，实现了计算资源的优化，能够更好地适应不同的应用场景和需求。