一种基于多物理场仿真与神经网络的锂电池组健康状态在线预测方法

摘要

本发明涉及一种基于多物理场仿真与神经网络的锂电池组健康状态在线估计方法，步骤包括：构建锂电池组多物理场仿真模型，通过工作载荷分析，开展锂电池组多物理场仿真试验、模型验证与分析；基于仿真试验分析结果，结合实验数据，构建并训练面向锂电池组健康状态预测的神经网络模型，包括面向多物理场仿真和健康状态退化的神经网络模型；在锂电池组使用阶段，采集并处理局部运行数据，应用神经网络模型进行全域物理表征分析以及锂电池单体退化分析，进而预测锂电池组健康状态。该方法融合了基于模型和基于数据方法的优点，能够实现快速在线的锂电池组健康状态预测。