一种基于机理约束物理信息神经网络的电池荷电状态估计方法

一种基于机理约束物理信息神经网络的电池荷电状态估计方法，涉及锂离子电池管理技术领域。采集锂离子电池运行数据，进行归一化、异常点剔除和时间序列窗口构造，得到神经网络训练的输入特征序列；构建基于安时积分的容量平衡残差，在批量训练过程中生成容量平衡物理损失；构造跳变违反项，计算跳变抑制损失；确定训练进度，结合随机采样结果自适应调整容量平衡物理损失权重；联合构建总损失函数，通过反向传播更新神经网络参数，得到荷电状态估计模型。将安时积分反映的容量平衡机制嵌入神经网络训练过程，并根据实际放电过程中的荷电状态连续变化特征构造跳变抑制约束，同时采用自适应物理损失权重策略协调数据拟合损失和物理约束损失。