电池健康状态估计方法、装置、计算机设备及存储介质

本发明涉及电池管理技术领域，具体涉及一种电池健康状态估计方法、装置、计算机设备及存储介质，其中电池健康状态估计方法，通过DTW算法将电池的当前容量增量曲线和初始容量增量曲线进行差异性分析，并将这种差异性转化为视觉化的图像；随后利用卷积神经网络提取图像的特征，从而实现电池SOH的高精度估计。这种方法将时间序列数据转化为图像数据，使得卷积神经网络模型能够高效提取电池健康状态的非线性特征，显著提高了SOH估计的精度。