基于物理信息的变分贝叶斯神经网络电池健康预测方法
本发明提供了一种基于物理信息的变分贝叶斯神经网络电池健康预测方法,涉及电池健康预测技术领域,包括:采集目标电池设备对应的原始传感器数据;将原始传感器数据输入预先训练的电池健康预测模型;其中,电池健康预测模型采用基于物理信息的变分贝叶斯神经网络,至少包括物理特征编码器和注意力机制分层贝叶斯模型;利用物理特征编码器,将原始传感器数据转换为电化学‑热耦合特征量,并利用注意力机制分层贝叶斯模型,基于电化学‑热耦合特征量预测目标电池设备对应的健康预测结果;其中,健康预测结果包括电池健康状态和/或电池荷电状态的分布结果。本发明用于预测电池的荷电状态和健康状态,并量化预测的不确定性。