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。
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。
RWTH Aachen 在 Zenodo 发布 cigar_eis_soh_fusion.zip(23.4 kB),用 CIGAR 集体模型融合基于 EIS 估计锂离子电池 SOH。该实现以精简流程复现预处理、模型训练与融合步骤,用于演示实验流程并支持方法可复现,不追求数值上复现原学位论文结果。
RWTH Aachen 在 Zenodo 发布 cigar_eis_soh_fusion.zip(23.4 kB,v1),用精简流程演示基于 EIS 的锂离子电池 SOH 估计中 CIGAR 集体模型融合的预处理、模型训练与融合步骤。作者说明该实现是方法学示例,不用于数值复现其博士论文结果,目的是支持方法可复现性。
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。
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。
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。
研究工件 nasa-soh-short-window-esp32-v0.3.1-evidence-v3 发布,澄清了 Arduino 依赖准备流程与 P07 文献记录的历史范围,并更新了引用元数据与 SHA-256 发布清单。完整性校验显示 155/155 条清单条目全部通过,压缩包大小 2.5 MB。
该项目把 LSTM 时序预测与混合检索 RAG 封装为具备任务规划、工具调用和会话记忆的最小 Agent,基于 NASA B0005 数据以 time_step=5 的 LSTM 预测容量与 SOH,检索侧用 BM25 + FAISS 双路召回并经 BGE CrossEncoder 重排。
该条目发布跨化学体系锂离子电池健康状态共形预测的代码与派生结果,版本为 v1.0.1,托管于 Zenodo,可通过 DOI 10.5281/zenodo.23164575 获取。原文正文抓取失败,除标题与版本号外无更多信息。
KantikaAscendas 在 GitHub 发布 Agentic-AI-Embedded-Skill-Workshop,参与者用 MATLAB R2026a 和 demo 内置的 embedded-ai-deployment Agent Skill,评估预置 LSTM、导入并验证 PyTorch MLP、对比投影 LSTM 并生成 C 代码。
GitHub 项目 battery-paper-agent-deepseek 发布,改用 DeepSeek API 替代 OpenAI API,定时检索 arXiv、OpenAlex、Crossref、Semantic Scholar 上 BMS、SOC、SOH、RUL 等方向的论文并生成中文 HTML 日报。