简介： 本发明提供一种基于改进生成对抗网络的锂电池荷电状态预测方法，包括以下步骤：采集锂电池的模态参数和锂电池样本中真实的荷电状态SOC；使用回归模型R来估计生成模型G输出G(z,c)与条件变量c之间的的互信息的下界值；使得生成模型G和判别模型D互相对抗，达到纳什均衡；利用生成模型G产生样本，将其添加到回归模型R使用到的训练集中训练；生成模型G、判别模型D和回归模型R交替训练使得每个模型都趋趋向于收敛。本发明利用生成模型扩展符合原始分布的训练集，同时在改进生成对抗网络中使用随机修正线性单元RReLU及指数线性单元Exponential Linear Units(ELU)两种激活函数来获取更强的模型表现力，更好的学习锂电池的非线性特性。