基于应力与物理约束的动力电池SOC预测方法及系统

本发明公开了一种基于应力与物理约束的动力电池SOC预测方法及系统，该方法包括：在不同外部约束压力和环境温度下，对标准电池进行充放电测试，同时设置不同倍率的充放电条件，采集电池性能数据，并进行预处理；基于神经网络构建P‑BiLSTM模型，并嵌入多种物理约束，将数据约束与物理约束相结合，获得神经网络计算损失函数，允许嵌入物理知识；基于预处理后的电池性能数据对P‑BiLSTM模型进行训练和测试，利用训练好的P‑BiLSTM模型对不同外部约束压力和环境温度下的待测电池SOC进行预测。本发明同时考虑应力因素和物理约束进行建模，增强模型的泛化能力、可解释性以及在复杂工况下的鲁棒性，提高SOC估算准确性。