mcp-ev-digital-twin-agent 开源：基于 MCP 的电动汽车电池数字孪生 Agent
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。
#数字孪生
#数字孪生
今日 0 条GitHub·电池与能源 Agent 工具精选AI 评分5050
关键词流·BMS 与电池智能算法精选AI 评分6565 牛津布鲁克斯大学发布赛车电池数字孪生配套模型与数据包
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。
Zenodo · battery 数据与软件精选AI 评分6262 牛津布鲁克斯发布赛车电池数字孪生资源包：PINN求解SPMe模型
牛津布鲁克斯大学在Zenodo发布赛车电池数字孪生资源包，对应论文《Motorsport battery digital twin: physics-informed neural networks solving the Single Particle Model with Electrolyte》。
推荐理由：牛津布鲁克斯团队公开了赛车电池数字孪生的12个训练模型、验证结果与LG M50T实验数据，并附带可逐点推理的网页界面。
GitHub·电池与能源 Agent 工具AI 评分1515 AnishLtts/Agentic-Digital-Twin-Battery-Platform：电池 SOC 数字孪生 Agent 平台
GitHub 仓库 AnishLtts/Agentic-Digital-Twin-Battery-Platform 提供电池 SOC 数字孪生 Agent 平台，含 demo、models、outputs 三个目录及 requirements.txt。仓库未提供描述、话题标签或发布版本，当前为 1 star、0 fork。
GitHub·电池与能源 Agent 工具AI 评分2828 VoltTwin：用智能体数字孪生与反事实推理实现电动汽车电池自适应维护
VoltTwin 项目用 CNN 在 XJTU 数据集上做电池 SOH 估计基线，单个留出电芯上 MAE 0.015332、RMSE 0.021377。项目还计划构建软件电池数字孪生，用反事实推理比较不同维护场景，并由智能体决策流程给出维护建议。
Zenodo · battery 数据与软件AI 评分2020 韩国大学发布 TUBA 仿真工件 v2.0.0，含数字电池护照合规验证
韩国大学在 Zenodo 发布 TUBA 仿真工件 v2.0.0，配合其修订版手稿，涵盖 epoch 证书、基于 BN254 上 gnark 电路 C0–C7 的 Groth16 供应链图合规关系，以及数字电池护照的设备端成熟度规则。
PyBaMM Releases精选AI 评分6666 PyBaMM 发布社区模型库 pybamm-model-zoo v0.1.0
PyBaMM 团队发布首个社区与合作伙伴贡献的电池模型库 pybamm-model-zoo v0.1.0，要求 pybamm>=26.10.1，可通过 pip install pybamm-model-zoo 安装，加装 [zoo-all] 可获取全部模型的可选依赖。
推荐理由：PyBaMM 官方模型库首个版本，把社区贡献模型纳入统一注册与契约检查，并给出多层 3D 热模型示例。
GitHub·电池与能源 Agent 工具AI 评分2626 Harshgupta88156/renewable-energy-orchestrator：15 分钟级自主可再生能源调度 Agent
Harshgupta88156/renewable-energy-orchestrator 是一个每 15 分钟运行一次的可再生能源组合自主调度 Agent，在 120 个测试日的全部 6 个场景中均优于谨慎的规则型操作员，在混乱与风暴日将停电能量削减 14–24%。
arXiv · battery（physics.app-ph）精选AI 评分7171 SAGE：面向电网环境的合成老化仿真框架
作者发布开源物理信息仿真框架 SAGE（Synthetic Aging for a Grid Environment），可为异构电池储能系统（BESS）生成小时分辨率、跨数十年的运行历史与老化轨迹，耦合随机环境驱动、市场调度、电热行为、老化动力学与资产级异质性。
推荐理由：SAGE 把随机环境、市场调度与电热老化动力学耦合，为电网级 BESS 提供可复现的长周期退化仿真与基准平台。