一种基于物理神经网络的锂离子电池健康状态估计方法

本发明涉及锂离子电池健康监测技术领域，且公开了一种基于物理神经网络的锂离子电池健康状态估计方法，包括以下步骤，重构锂电池的SEI膜生长过程，并通过物理神经网络拟合生长过程，通过分析锂电池充电过程中的电压时序数据，在锂电池充电区间的71%‑90%荷电状态范围内计算健康指标；该估计方法通过分析电池充电状态约在71%‑90%区间的短周期数据来提取健康指标，该方法成功应用于包含LFP、NCM、NCA等不同化学体系和多种充放电协议的四个数据集中，证明了其对不同电池类型和工况的良好适用性。