基于物理信息网络的航天太阳电池的健康评估方法和装置

本申请涉及一种基于物理信息网络的航天太阳电池的健康评估方法和装置。该方法利用太阳电池的等效动态电路模型融合进神经网络的训练机制，为神经网络的参数更新提供了优化的方向，为神经网络的权重矩阵赋予了物理含义，并在损失函数中增加了物理约束损失，在迭代训练过程中，通过优化网络权重，辨识电路参数，进而根据辨识的电路参数识别电池健康状态。该方法利用物理信息优化了神经网络可解释性不足这一缺陷，利用神经网络解决了机理模型的结构不明确以及遥测数据少的问题，该方法既能减少对训练样本数据量的需求，又能够提高诊断算法的计算效率和诊断性能。