基于机器学习的电解电堆降阶方法及系统

本发明公开了基于机器学习的电解电堆降阶方法及系统，属于电池分析技术领域，包括：S1：根据建立的电堆仿真模型获取包含若干工况参数的虚拟数据集，通过虚拟数据集对初始降阶模型进行泛化训练获取通用降阶模型；S2：通过对抗训练将实体数据集与虚拟数据集进行对齐处理获取对齐实体数据集；S3：基于元学习，结合对齐实体数据集对通用降阶模型进行适配性训练得到目标降阶模型；S4：根据目标降阶模型获取目标预测值。解决了现有技术难以兼顾预测准确性与预测效率的技术问题。