锂电池健康状态识别

## 赛题背景

国家和社会的快速发展离不开能源的消耗，传统能源有着未来走向枯竭以及给环境带来严重污染等问题；为了使用新能源逐步取代传统能源，因此新能源技术是国家重点扶持的发展方向。比亚迪，宁德时代等巨头在这个方向上的发展也是蒸蒸日上，使得国内的新能源市场越来越欣欣向荣。新能源技术包括了核能技术、太阳能技术、燃煤、磁流体发电技术、地热能技术、海洋能技术等。

新能源技术中，新能源电池已经成为新能源市场的主流产品，在电子，汽车产品中得到了广泛的应用。当下主流的新能源电池是锂电池，锂离子电池因其能量密度高、自放电小、可循环利用等特点被广泛运用到航天、电动汽车、储能等各个领域。我国在锂电池研究方面已经走在世界前列。随着国家能源汽车等产品的不断普及，电池的安全性和可靠性检测也变得越来越重要，而锂电池在高低温、高倍率充电和放电等状态下，使用寿命会受到影响，电池内部会释放更多的热量，因而会产生安全隐患。因此，准确地对锂电池健康状态（SoH）做好评估和预测有利于对锂电池使用寿命和工况的掌握，从而保证锂电池的安全性和可靠性。

由于当前市面上主流预测锂电池健康状态（SoH）的方法大多基于数据驱动，但是电池数据中非线性和不确定性较多，单纯通过发现规律和挖掘规则，或多或少存在局限性；而深度学习建模可以很好的拟合各种非线性因素，也是目前国家重点投入的研究方向。

## 赛题任务

本次任务是通过设计算法对现有数据集中每个类型的电池健康状态（SoH）进行建模预测，在当前数据集中，每种电池待预测数据使用-100进行遮掩。

本次赛题中，选手可根据自身想法自行选择模型，相关数据已经根据对应数据处理方法，已经生成了训练集，测试集以及验证集，因此，如果涉及到时序数据建模，建议选手采用时序单步预测模式。

**说明：赛题可能会涉及到有关电池能源计算方面的内容，因此选手可能需要参考锂电池计算方面的公式和知识点。**

## 赛题说明

1、SoH：健康状态：State of Health。

2、本次竞赛中，主要使用CS2电池，CS2电池的标准容量为1.1Ah。

## 评分标准

比赛要求提交：

1、 使用所提供的数据，建立电池健康状态预测模型，基于已有的电池数据特征，对电池健康状体（SoH）进行预测。

2、 参赛选手需提供预测模型以及生成的结果文件（submission.csv）。

3、 参赛选手需给出模型结果的评价指标：RMSE。