一种基于物理信息神经网络的锂电池内部状态估计方法

本发明涉及电池健康状态管理技术领域，且公开了一种基于物理信息神经网络的锂电池内部状态估计方法，利用e‑SPM模型获得对神经网络模型内部参数进行优化训练的损失函数，神经网络模型通过损失函数使其内部参数进行优化训练，实现锂电池内部状态估计。本发明，直接将锂电池电流、电压和温度映射到锂电池内部电化学状态，使物理神经网络的输出结果更具有解释性，易于理解和分析，且采用无监督学习方式，将输出状态量代入电压的简化物理模型中，作为约束条件嵌入到神经网络的损失函数中，此训练过程中无需大量标注数据，降低实验数据获取难度。