SOH 估计代理特征与基线泄漏审计代码及结果发布
Çukurova 大学团队在 Zenodo 发布 v1.0.0 代码与结果包,对应投稿 Journal of Energy Storage 的论文《Proxy features and honest baselines in lithium-ion battery state-of-health estimation。
推荐理由:该仓库公开了六套公开数据集上的代理特征泄漏审计代码与结果,便于复现等预算模型对比和 PINN4SOH 审计。
Çukurova 大学团队在 Zenodo 发布 v1.0.0 代码与结果包,对应投稿 Journal of Energy Storage 的论文《Proxy features and honest baselines in lithium-ion battery state-of-health estimation。
推荐理由:该仓库公开了六套公开数据集上的代理特征泄漏审计代码与结果,便于复现等预算模型对比和 PINN4SOH 审计。
独立研究者发布论文配套分析工件,包含完整分析流程代码、每次正式运行前写定的预注册设计与门控标准、同种子逐位一致重跑日志,以及重建的124电芯队列表与派生数字账本。原始公开数据集不再分发,提供带sha256校验的抓取脚本和八步复现链,随机种子固定,每张图由日志确定性生成并在渲染前对照34个锚点值校验。
推荐理由:该分析工件公开了分层加权保形预测的预注册协议、运行日志与124电芯队列重建表,便于复现其SOH监测流程。
作者发布机械触发锂离子电芯热失控早期预警研究的代码与派生数据,基于公开的 ORNL–Sandia 压痕数据集(Mendeley Data,doi:10.17632/sn2kv34r4h.2)。
推荐理由:该代码包把机械触发内短路热失控预警的误报率标定流程完整开放,含逐测试标签与复现日志,便于他人复用同一预警框架。
作者开源 mcp-ev-digital-twin-agent,一个结合 SOH 预测、RUL 估计、车队分析与 MCP 工具调度的电动汽车电池数字孪生平台,用 Gemma 选择工具并生成电池健康报告。
推荐理由:作者公开了按电池留一验证的 SOH 评估结果,并说明旧模型依赖电池 ID 导致指标虚高,可作为测量式 SOH 估计的对照参考。
Nexgen OS 0.4.0 已在 npm 发布,可通过 npx nexgen-os init 安装,包含核心 schema 以及 building、grid。
推荐理由:该仓库把能源资产建模、光伏估算与电表数据接入整合为开源数据库底座,并给出可复现的示例数据集与安装命令。
Volttwin 发布锂电池 SOH 估计基准代码,覆盖 100 个电芯、CNN/LSTM/GRU/MLP/Attention 5 种深度学习模型、3 种输入类型与 3 种归一化方法,对应论文发表于 Journal of Energy Storage(2024,109884)。
推荐理由:该代码库把 100 个电芯、5 种深度学习模型与 3 类输入统一到同一命令行接口,便于直接复现 SOH 估计基线。
ECM-D-26-08807(Energy Conversion and Management 第三轮修订)的复现包发布 v3,新增 revision_R3 目录。
推荐理由:该复现包公开了三种强化学习策略的全部训练策略与评估原始结果,并附经贝叶斯校准的日历老化测量,便于对照复现。
Zenodo 发布研究《Physics-guided learning predicts battery thermal runaway from parsimonious features》的源代码,版本 v1,以 6.8 MB 的 zip 包提供下载。该记录只包含代码文件,未在描述中给出数据集、模型细节或预测结果。
推荐理由:该记录公开了热失控预测研究的完整源码,便于读者复现其物理引导学习流程与特征选择方案。
Scale AI 开源 AgentEnv 框架下的 GridSimEnv v1,把 ERCOT 2014 至 2026 年真实日前电价与 EIA-860 电池档案做成 21,250 个电池日任务,智能体每天提交 24 个整数充放电动作,由动态规划在 1 毫秒内求出精确最优并按公式打分,无需评审模型。
推荐理由:该环境把 ERCOT 真实日前电价与 EIA-860 电池档案做成可精确评分的 RL 任务,并给出 GPT-6.1 Sol 在预见与盲测两档的实测分数。
牛津布鲁克斯大学在Zenodo发布赛车电池数字孪生论文的配套资源包,含12个训练好的模型(PINN-KP、PINN-LP和NN,分别预测电压与温度,基于两类工况曲线训练)、验证结果与LG M50T电芯实验数据、模型与推理代码,以及可逐点运行模型的网页界面。
推荐理由:牛津布鲁克斯大学公开赛车电池数字孪生配套的12个PINN与NN模型、验证结果和LG M50T实验数据,可直接复现。
cellpy 发布 MCP 服务器 cellpy-mcp,让 agent 或聊天窗口在不写 Python 的情况下加载电芯、汇总为 frame、出图、导出数据、查询 cellpy API 调用方式并创建批处理项目。
推荐理由:cellpy 官方发布 MCP 服务器,让聊天客户端无需写 Python 即可加载电芯、出图与导出数据,并给出沙箱根目录与已知限制。
williamjay1 发布 secondlife-screening v1.0.0,提供退役锂离子电芯梯次筛选的分析代码与派生输入,评估中纳入电池护照历史、物理观测和早期电诊断,并按 pack 分组以考虑数据泄漏。仓库以 3.5 MB 压缩包形式提供下载,作者要求使用代码或派生表时引用相关文章和该仓库。
推荐理由:该仓库公开了退役电芯梯次筛选的分组评估代码与派生表,可用于复现电池护照历史与早期电诊断的筛选流程。
台湾高雄科技大学在 Zenodo 发布 v1.0.1 配套代码与逐行派生数据,对应论文《Do Partial Incremental Capacity Features Beat Holding the Last Measured Reference Capacity?
推荐理由:该发布把论文所用的逐行派生数据与基线复现代码一并开放,便于对照 ZOH、LIN2 等参照策略重跑 34 个电芯的评估。
FedWGT 发布车用电池故障诊断的双加权联邦学习框架源码与实验产物,客户端采用基于有效样本数的类别均衡目标,服务端按可靠性、数据量和标签覆盖度加权聚合。
推荐理由:该仓库把 FedWGT 的客户端训练、服务端聚合与七种联邦基线一并开源,并给出 96 与 98 电芯队列的固定划分,便于复现电池故障诊断的联邦对比实验。
Universidade Federal de Campina Grande 等机构发布 Battery RUL Prediction Framework v1.1.0。
推荐理由:该版本把特征泄漏、删失处理与阈值设定等缺陷逐项修补,并附校验脚本可复算全部拟合与表格。
PyBaMM 发布 v26.10.1.1 修复 set_initial_state 在未指定 direction 时会把用户设定的电极初始迟滞状态重置为 0 的问题。
推荐理由:该版本修复了迟滞模型初始状态被重置的问题,使用迟滞模型并自定义初始迟滞状态的用户可据此判断是否升级。
jianghu511321/battery-health-agent 是 Nature Communication 论文《Realistic fault detection of Li-ion battery via dynamical deep learning approach》的官方代码仓库。
推荐理由:仓库把 DyAD、GDN、AE-SVDD、LSTM-AD 等故障检测模型与 SOH 预测原型放在一起,并给出五折实验的完整运行步骤。
BatteryML 是 ICLR 2024 论文的开源代码与数据仓库,提供电池老化建模的数据集汇总、预处理与特征工程、经典模型和可扩展接口。
推荐理由:BatteryML 汇总了 8 个公开数据集和多种基线模型,并给出 RUL 基准结果,便于读者直接对照选型。
LIBquiv 是一个开源 MATLAB 类,用于锂离子电池物理信息等效电路模型的时域仿真。原文仅提供标题与 DOI 链接(https://doi.org/10.1016/j.softx.2026.103088),未给出功能细节、版本号或获取方式。
PyBaMM 发布 v26.10.1.0,新增对 Python 3.15 的支持,jax extra 可接受最高 0.11 的 JAX,fem extra 通过 pip install "pybamm[fem]" 安装 scikit-fem 与 meshio 以支持 2D 和 3D 有限元网格。
推荐理由:PyBaMM 26.10.1.0 修复了 Marcus 动力学、Ai2020 电解液扩散系数等影响求解的错误,并新增 Python 3.15 与有限元依赖支持。