电池SOH估计模型构建方法、应用、系统

本发明提供一种电池SOH估计模型构建方法、应用、系统，改进的BP神经网络模型构建方法如下：采用正态分布初始化方法初始化BP神经网络的权值和阈值；设计激活函数，将激活函数分为从输入层到隐藏层的激活函数g1(x)和从隐藏层到输出层的激活函数g2(x)，激活前向传播，得到各层输出和损失函数的期望值。根据损失函数，计算输出层的误差项和隐藏层的误差项；更新BP神经网络中的权值和偏置项。改进后的BP神经网络模型运行速度更快，且可以实现全局寻优，适用于电池的健康状态估测，从而可以直接通过测量电池的开路电压和电化学阻抗谱来估计电池的SOH，流程简单便捷，避免了对电池进行多次充放电循环，节约能源和时间。