一种融合物理信息的神经网络算法用于锂电池SOH估计

本发明公开了一种融合物理信息的神经网络算法用于锂电池SOH估计，具体涉及电化学储能系统电池管理系统技术领域，数据驱动方法在锂离子电池(LIB)健康状态(SOH)估计领域应用广泛，然而这些方法通常缺乏可解释性。为了解决这一问题，提出一种物理信息神经网络的方法，旨在增强神经网络在SOH预测方面的可解释性和准确性。将提取的特征作为该物理信息网络的输入，在储能电池柜上进行测试，验证结果表明该方法的预测误差RMSE在0.4％以内。