【摘要】根据“基于项目驱动的人工智能与数据挖掘技术创新实践”课程实验的技术要求，设计了基于迁移学习的锂电池SOH(state of health)估算实验案例。在样本难以获得的情况下，为了提高SOH估算精度，提出了一种基于迁移学习的锂电池SOH估算方法。采用数据驱动的方式对电压、电流、SOC(state of charge)、IC(incremental capacity)数据进行特征提取；利用网络迁移，将已有的大量的电池老化实验数据中锂离子电池的共有知识迁移到工况数据域以弥补工况下老化信息缺失的局限。该案例的设计有助于提升学生对迁移学习算法及新能源相关技术的了解，培养学生算法设计能力，扩展学生的知识面。