基于物理约束下时序图神经网络的锂电池SOH估计方法

本发明提供基于物理约束下时序图神经网络的锂电池SOH估计方法，包括以下步骤：采集电池充放电循环数据；从电池充放电循环数据中提取时间相关统计特征及IC曲线特征，并经PCC分析后获得分析特征；基于滑动窗口与多通道协同动态时间规整对分析特征之间的时序距离进行计算，并构建图结构；构建时序图神经网络，先通过图卷积提取空间特征，再通过时间卷积建模退化规律，获得初步的SOH预测值；定义物理残差损失与单调性正则项并与数据拟合损失进行加权组合，构建联合优化目标函数；基于该优化目标通过反向传播训练模型，得到最终约束后的SOH预测值；从而结合物理信息约束机制，实现高精度、物理一致的SOH预测。