物理信息神经网络

用于锂离子电池退化稳定建模与寿命预估的物理信息神经网络

提出用于锂离子电池健康状态（SOH）估计的物理信息神经网络，从经验退化规律和状态空间方程出发刻画影响退化的因素，并用神经网络捕捉退化动力学。方法从满充前一小段数据中提取统计特征，从而适用于不同电池类型和充放电制度。作者自建 55 只 NCM 电池数据集，并与另外三个厂家数据合计 387 只电池、310,705 个样本进行验证，平均绝对百分比误差为 0.87%；在常规、小样本和迁移实验中均优于对比神经网络。该工作展示了物理信息机器学习在电池退化建模和 SOH 估计中的潜力。