一种基于Lyapunov稳定的图神经网络性能预测方法

本发明涉及一种基于Lyapunov稳定的图神经网络性能预测方法，属于新能源电池管理系统与人工智能交叉融合技术领域，解决了现有技术的神经网络难以有效建模电池内部不同参数之间复杂的非线性耦合关系，从而难以实现准确的电池健康状态预测评估的问题，包括：S1，构建电池多维特征参数集合；S2，构建电池参数关联的图神经网络；S3，构建基于电池状态的Lyapunov稳定性函数；S4，超参数敏感性分析；S5，稳定性约束下的性能优化；S6，构建多变量融合与综合目标函数；S7，动态敏感性评估与实时调整；S8，自适应反馈与参数更新，多轮迭代训练得到训练好的基于Lyapunov稳定的图神经网络模型；S9，电池的健康状态评估，得到电池健康状态预测结果与置信度评估结果。