基于对抗迁移学习的金属离子电池电极比容量预测方法

本发明提出了一种基于对抗迁移学习的金属离子电池电极比容量预测方法，包括以下步骤：步骤1、数据收集，包括包含了化学组成、结构参数和对应的比容量；步骤2、数据清洗；步骤3、构建BatteryDCNN模型，其包括2个DCNN模型；步骤4、基于互斥子集对对应的DCNN模型进行预训练；步骤5、将每个预训练DCNN模型的学习参数进行迁移学习，获取对应的DCNN‑TL模型；步骤6、将迁移学习完后的数据进行集成学习，设计DCNN‑ETL模型；步骤7、训练DCNN‑ETL模型；步骤8、使用训练好的DCNN‑ETL模型预测比容量。本发明实现了高精度在线电池比容量预测。