基于贝叶斯物理信息神经网络的电池退化模型构建方法

本发明公开了基于贝叶斯物理信息神经网络的电池退化模型构建方法，包括以下步骤：基于电池老化机制，构建伪二维电池数据生成模块；设计特征提取网络提取IC特征参数；构建老化参数映射网络刻画IC特征参数与电池老化参数的关系；通过参数随机化的方式，构建贝叶斯电池健康状态推断网络。本发明采用上述基于贝叶斯物理信息神经网络的电池退化模型构建方法，在实现IC特征与老化参数显式映射的同时，利用电池内部的电化学方程构建物理残差约束，使电池退化模型具备较高的物理可解释性，避免黑箱模型的风险；通过基于随机参数分布建模的贝叶斯框架，量化模型建模过程中的不确定性，从而实现模型预测的置信度量化，支持风险敏感型决策。