考虑SOC依赖的锂离子电池领域自适应SOH估计
Journal of Energy Storage 第183卷Part A刊出Li Wang等人的研究，题为考虑荷电状态依赖的锂离子电池领域自适应健康状态估计。当前仅获取到标题与作者信息，摘要正文未提供。
推荐理由：材料仅给出标题与作者信息，未提供摘要正文，无法据此提炼具体方法细节或可引用的结论。
#不确定性量化
#不确定性量化
今日 1 条Journal of Energy Storage精选AI 评分5252
Zenodo · battery 数据与软件精选AI 评分6060 零样本时序基础模型电池老化预测基准：泄漏感知多数据集评测与共形不确定性
VSB - Technical University of Ostrava 在 Zenodo 发布 v1 版本，提出面向电池老化预测的零样本时序基础模型基准，强调泄漏感知的多数据集评测并引入共形不确定性。随附文件 Zenodo_code_and_results.zip（49.4 kB）提供代码与结果，可直接下载。
推荐理由：该基准在多数据集上考察零样本时序基础模型的老化预测，并处理数据泄漏与共形不确定性，可作为方法比较的参照。
关键词流·SOX 与寿命预测精选AI 评分5252 考虑SOC依赖的锂离子电池SOH估计域适应方法
该研究提出一种考虑荷电状态依赖的锂离子电池SOH估计域适应方法，针对不同SOC条件下SOH估计的域偏移问题。原文仅提供标题，摘要与实验细节未获取。
Renewable EnergyAI 评分2525 面向集成电动汽车与相关随机充电的净/近零能耗建筑的可再生能源与储能系统：不确定性感知多目标优化与动态分析
研究针对集成电动汽车及随机充电负荷的净零/近零能耗建筑，提出可再生能源与储能系统的不确定性感知多目标优化方法并开展动态分析。作者为 Menglong Lu、Wanbin Dou、Yongjun Sun、Zhenjun Ma，成果发表于 Renewable Energy 第 278 卷。
GitHub·电池与能源 Agent 工具精选AI 评分5050 battery_fade 基准：用 Rust 预测车队电芯容量与更换周期
battery_fade 是一个面向电池租赁车队的 Agent 基准任务，要求用 Rust 在离线 Cargo 项目中输出每个在役电池包的 capacity_pct 与 replace_cycle（低于铭牌 80% 时的循环数）。
推荐理由：该基准用三个刻意设置的陷阱区分正确与错误建模路线，读者可据此了解电池容量估计中数据泄漏与分布外外推的常见失效模式。
Journal of Energy Storage精选AI 评分4242 基于表格先验拟合网络的退化信息引导锂离子电池SOH估计
Journal of Energy Storage 第183卷Part A刊出Yao Cheng等人的研究，提出用Tabular Prior-data Fitted Network结合退化信息估计锂离子电池SOH。当前仅提供标题与作者信息，摘要正文未随feed给出。
推荐理由：材料仅给出标题与作者信息，未提供摘要正文，无法提炼具体方法细节或结果，暂不展示推荐理由。
Journal of Energy Storage精选AI 评分5858 动态轨迹引导的物理启发式老化建模用于电池健康预测
Zhu 等人在 Journal of Energy Storage 提出一种由动态轨迹引导的物理启发式老化建模方法，用于电池健康预测。该文发表于 Volume 183 Part A，作者包括 Enrico Zio 等，摘要未给出具体数据集与误差指标。
推荐理由：该工作把动态轨迹引导的物理启发式老化建模用于电池健康预测，为物理信息方法在SOH估计中的落地提供了一条可迁移思路。
Zenodo · battery 数据与软件AI 评分3838 四足机器人电池包行走载荷数据与代码发布，含 27 次运动任务疲劳损伤谱
韩国京畿科学技术大学在 Zenodo 发布四足机器人电池包行走载荷数据集与 Python 代码，包含 GrandTour 数据集 27 次公开运动任务的逐任务伪损伤（疲劳损伤谱）与冲击响应数据，并分别换算到机体 IMU 与电池包名义质心。
关键词流·BMS 与电池智能算法精选AI 评分5252 HuberTV2：从噪声充电遥测中提取实车EV电池SOH趋势的物理信息滤波方法
研究提出面向实车EV电池SOH评估的框架，其中HuberTV2将Huber损失、不规则时间二阶全变分正则与老化约束结合，从充电遥测中提取平滑且速率有界的高效能量代理轨迹。
推荐理由：论文用39辆实车充电遥测对比四种平滑基线，并单独检验LLM评分与人工专家的一致性，可为实车SOH趋势提取提供方法参照。
关键词流·BMS 与电池智能算法AI 评分3838 基于Tabular Prior-data Fitted Network的老化信息引导锂离子电池SOH估计
该研究提出一种老化信息引导的锂离子电池SOH估计方法，采用Tabular Prior-data Fitted Network建模。原文仅提供标题，未给出数据集、精度指标或代码获取方式。
Applied EnergyAI 评分1818 面向不完全信息下多负荷聚合商战略交互的层级框架与贝叶斯博弈模型
针对不完全信息下多负荷聚合商的战略交互问题，Deying Zhang 等人提出了一种层级框架与贝叶斯博弈模型，论文发表于 Applied Energy 第 427 卷 Part E。该研究将多负荷聚合商之间的信息不对称纳入博弈建模，用于刻画其策略互动。
Applied EnergyAI 评分3333 综述解析可充水系锌电池的电极串扰：物种传输、界面反应与全电池耦合失效
文章聚焦可充水系锌电池中的电极串扰问题，从物种传输、界面反应和全电池耦合失效三个层面梳理其作用机制。作者为 Yang Wang、Shaojie Zhang、Qiaoya Han、Tianhao Yu、Huayang Zhou、Zizhen Liu，发表于 Applied Energy 第 427 卷 Part E。
关键词流·SOX 与寿命预测精选AI 评分5555 仿真引导评估充电协议变化下早期循环寿命预测的稳健性
作者发布仿真引导的早期循环寿命预测稳健性评估工作，考察充电协议变化对预测的影响，并公开代码包 Simulation_Guided_Battery_Lifetime_Prediction_Code_v1.0.0.zip（1.1 MB）。材料仅给出标题与文件信息，未披露所用数据集、模型与具体误差结果。
推荐理由：该工作用仿真数据考察充电协议变化下早期循环寿命预测的稳健性，为跨协议泛化评估提供可复用的测试思路。
关键词流·多物理场模型精选AI 评分6262 面向分布式电池热模型的神经代理模型用于实际可辨识性分析与传感器布置
该研究提出一种神经代理模型，用于分布式电池热模型的实际可辨识性分析与传感器布置。原文仅提供标题，未给出方法细节、实验数据或结果。
Journal of Energy Storage精选AI 评分5555 领域知识特征引导标签稀缺条件下的电池衰减模式估计
Aihua Tang 等人在 Journal of Energy Storage 第 183 卷 Part A 发表研究，提出提取领域知识引导的特征，用于在标签稀缺条件下估计电池衰减模式。材料仅提供摘要，未给出具体方法细节、数据集与量化结果。
推荐理由：在标签稀缺条件下，该工作用领域知识构造特征来引导电池衰减模式估计，为少标注场景提供了一条可迁移的特征工程思路。
Advanced Energy Materials精选AI 评分5555 无负极锂金属电池集流体工程的实用视角与能量密度判据
这篇综述系统梳理了锂金属在集流体上沉积的基本原理，以及通过界面与结构工程提升可逆性的近期策略，包括合金化与涂层、晶体取向调控、平面到三维结构转变。作者指出改性引入的质量与体积以及电化学过程带来的锂库存变化常被忽视，并提出 Thin-Li 基准与定量能量密度评估，将代表性改性策略与受限锂库存电池对比。
推荐理由：该综述把集流体改性的质量、体积与锂库存代价纳入能量密度核算，为判断改性是否带来系统级收益提供量化判据。
Advanced Energy MaterialsAI 评分3838 机器学习原子间势在能源材料中的应用：架构、训练策略与验证
这篇综述系统梳理机器学习原子间势（MLIP）从描述符模型、带不确定性量化的高斯过程到等变图神经网络和大规模数据集训练的基础模型，指出 MLIP 可基于 DFT 数据实现 10^4–10^6 原子、纳秒尺度的原子模拟。
Applied Energy精选AI 评分4747 改进深度聚类实现异质工况下动力电池区域感知现场可靠性预测
Yang Lv 等人提出一种区域感知的现场可靠性预测方法，用改进深度聚类处理异质工况下的动力电池可靠性问题，论文发表于 Applied Energy 第 427 卷 Part E。摘要未给出具体数据集、电芯数量与预测误差指标。
推荐理由：面向真实车用场景下工况异质的电池可靠性预测，提出区域感知的深度聚类方法，为现场可靠性建模提供可迁移思路。
关键词流·SOX 与寿命预测AI 评分2828 基于特征驱动的机器学习框架：实现锂离子电池 RUL 的高精度与低算力预测
一项基于 NASA 电池老化数据集的特征驱动机器学习框架，仅用最大放电电压和最小充电电压两个特征训练 kNN、SVR 和 RF 三种回归模型，其中 RF 表现最佳，R² 达 0.9421、RMSE 为 77.47。kNN 在保持相近精度的同时训练时间更短，SVR 精度较低且计算成本更高。该框架在独立电池数据集上验证，预测 RUL 与观测老化趋势吻合，适用于电动汽车实时电池健康监测。
关键词流·BMS 与电池智能算法AI 评分3131 圆柱电池包凹槽流道液冷的数值研究与多目标优化
研究对 9 电芯 18650 圆柱电池包的凹槽流道液冷 BTMS 做多目标优化，通道角宽 C_ang 是主导水力变量，在其范围内最多降低压降 54.4%，凹槽深度 G_d 可在无水力损失下减重 23.5%。
Journal of Energy StorageAI 评分3333 面向电动汽车充电的电池储能系统不确定性下多级优化
Ahmad Abuelrub 在 Journal of Energy Storage 第 183 卷 Part A 发表研究，提出面向电动汽车充电应用的电池储能系统多级优化方法，并在不确定性条件下建模。材料仅提供标题与作者信息，摘要与具体方法、结果尚未给出。
关键词流·设计优化与参数辨识AI 评分3838 考虑制造引入设计不确定性的微型通道电池热管理系统可靠性设计优化
该研究针对微型通道电池热管理系统，在设计中纳入制造引入的设计不确定性，以可靠性设计优化提升电芯温度均匀性。原文仅提供标题，未给出具体方法、算例与结果数据。
Applied Energy精选AI 评分5252 基于随机局部充电片段的锂离子电池 SOH 估计：可靠性感知局部-全局融合框架
Chuanpu Zhang 等提出一种可靠性感知的局部-全局融合框架，用于从随机局部充电片段估计锂离子电池 SOH，论文发表于 Applied Energy 第 427 卷 Part E。摘要未给出数据集、电芯数量与误差指标等具体结果。
推荐理由：针对随机局部充电片段难以稳定估计 SOH 的问题，该框架用可靠性感知的局部与全局融合思路，为碎片化充电场景提供可迁移的方法参考。
Applied EnergyAI 评分1818 在分布信息模糊条件下构建可靠的清洁能源设施网络
针对清洁能源设施选址中分布信息不确定的问题，Qiansa Wang 等人在 Applied Energy 第 427 卷 Part E 提出一种在分布信息模糊条件下构建可靠清洁能源设施网络的方法。研究聚焦于分布信息不明确时的网络可靠性设计，作者包括 Yanjiao Wang、Shanshan Gao 与 Naiqi Liu。
Zenodo · battery 数据与软件精选AI 评分4848 电价分辨率切换预测研究 MR-2P 的复现包在 Zenodo 发布
西班牙萨拉曼卡大学与 AIR Institute 在 Zenodo 发布研究《Forecasting electricity prices after a resolution change: coherent probabilistic forecasts and storage value》的复现包，版本 v1。
推荐理由：该复现包公开了电价分辨率切换下 MR-2P 预测器的代码、锁定环境与预注册记录，可供储能价值评估研究复用。
Zenodo · battery 数据与软件AI 评分3131 LCC-S 补偿双向无线充电系统模糊自适应双侧控制，实现 G2V/V2G 无缝切换
针对 LCC-S 补偿双向无线充电系统在耦合与负载不确定下 G2V/V2G 切换的瞬态问题，该研究提出模糊自适应双侧控制方案，通过自适应移相协调一次侧与二次侧变换器，并依据功率跟踪误差与电压偏差在线调整增益。
Zenodo · battery 数据与软件AI 评分3838 尼日尔干旱区 PV-风-电池微网设计的气象数据与复现代码包
Dan Dicko Dankoulodo University of Maradi 在 Zenodo 发布复现包，支撑论文《From Meteorological Uncertainty to Resilient PV-Wind-Battery Mini-Grid Design in the Arid Zone of Niger》。
关键词流·BMS 与电池智能算法AI 评分4040 基于随机局部充电片段与可靠性感知局部全局融合的锂离子电池SOH估计框架
该研究提出一种可靠性感知的局部全局融合框架，用于从随机局部充电片段估计锂离子电池健康状态（SOH）。
EnergyAI 评分2222 不确定性下光伏-储能-电动汽车充电一体化系统的两阶段容量与运行优化
针对光伏-储能-电动汽车充电一体化系统在不确定性条件下的容量配置与运行问题，Jiandong Jia 等人在 Energy 第 366 卷提出两阶段优化方法。研究将容量规划与运行调度分阶段处理，以应对系统中的不确定性因素。
arXiv · battery（eess.SY 系统与控制）精选AI 评分5858 EnKI 用于非线性随机状态空间模型辨识并在锂电池模型上验证
作者提出基于集合卡尔曼反演（EnKI）的非线性随机状态空间模型辨识方法，通过连续局部高斯近似做最大后验参数估计，并结合以最新参数为条件的状态估计同时恢复隐状态。
推荐理由：针对非线性随机状态空间模型参数与隐状态耦合辨识难题，给出可处理高维未知参数的迭代估计流程。
Zenodo · battery 数据与软件AI 评分2424 学生自制电芯测试台内阻误估：四线 Kelvin 探针将接触电阻与 SOH 分类可靠性关联的评估
毛里求斯大学研究指出，工程教育中学生自制的电芯测试台常用两线法测内阻，却未把探针-电极界面的接触电阻从电芯欧姆内阻中分离。敏感性分析显示，5 mΩ 接触电阻即可让 50 mΩ 电芯在单一基线参考下跨越 20% SOH 阈值。作者据此提出设计规则：采用接触电阻上限 ≤1 mΩ 的四线 Kelvin 探针并在每次测试前用校准分流器验证，可使 40 mΩ 以上电芯的分类误差低于 5%。
Zenodo · battery 数据与软件精选AI 评分6767 Battery RUL Prediction Framework 发布 v1.1.0 可复现建模流程
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。
Zenodo · battery 数据与软件精选AI 评分7878 巴西团队发布修正版锂电池 RUL 特征矩阵与跨域评测结果
巴西坎皮纳大联邦大学等机构发布 v1.1.0 版建模就绪特征矩阵与可机读结果，对应论文《Protocol-Induced Optimism and Zero-Shot Cross-Domain Failure in Feature-Based Lithium-Ion Battery RUL Prediction》（已投 Energies）。
推荐理由：该版本修正了 1.0.x 中全轨迹趋势描述符造成的时间泄漏，并给出跨七个公开数据集的零样本评测结果，可作为 RUL 特征工程的对照参考。
Journal of Energy StorageAI 评分3838 基于时空互交叉注意力的分布式混合储能配置框架
Journal of Energy Storage 第183卷Part A刊出Yingshu Liu、Zezhuang Huang、Leijiao Ge、Yanbo Che的研究，提出基于时空互交叉注意力的分布式混合储能配置框架。当前来源仅提供标题与作者信息，摘要正文未随feed给出。
Computers & Chemical EngineeringAI 评分2020 从可行性到韧性：需求演变下的设计空间识别
针对需求不断演变的设计问题，Tobias Overgaard 等人提出从可行性到韧性的设计空间识别方法，论文发表于 Computers & Chemical Engineering 第 216 卷（2027 年 1 月）。
Energy精选AI 评分5555 分层多尺度 Transformer 结合极值理论实现车用电池热失控无监督早期预警
Bowen Li 等提出一种分层多尺度 Transformer 结合极值理论的方法，用于电动汽车电池热失控的无监督早期预警。该方法以无监督方式建模，并借助极值理论给出预警判断，论文发表于 Energy 第 366 卷。
推荐理由：该工作把分层多尺度 Transformer 与极值理论结合，用于电动汽车电池热失控的无监督早期预警，可供关注预警建模的读者参考其方法组合。
Applied EnergyAI 评分1818 基于有限信息估计分布式灵活资源的聚合灵活性区域
研究提出在信息有限条件下估计分布式灵活资源聚合灵活性区域的方法，作者为 Ziyue Wang 与 Yilin Wen，成果发表于 Applied Energy 第 427 卷 Part D。
Zenodo · battery 数据与软件AI 评分2424 学生自建光伏储能实验室的电池中期SOC估计精度：库仑计数与开路电压法的对比及其对选型裕度误差的影响
针对学生自建光伏储能实验室常用的库仑计数与OCV查表两种SOC估计方法，该研究将SOC估计建模为确定性动力系统，推导出中期SOC误差的闭式边界，并传播至电池选型能量平衡方程，给出估计器选择导致的选型裕度惩罚显式表达。
关键词流·SOX 与寿命预测AI 评分2222 学生自制电芯测试台内阻误估：四线 Kelvin 探针评估将接触电阻与 SOH 分类可靠性关联
针对工程教育中学生自制电芯测试台常用两线法测内阻、却未分离探针-电极接触电阻的问题，该研究建立接触电阻与电芯欧姆电阻叠加的模型并做敏感性分析。结果显示，5 mΩ 接触电阻即可让 50 mΩ 电芯在单一基线参考下跨越 20% SOH 阈值。作者据此提出设计规则：采用接触电阻上限 1 mΩ 的四线 Kelvin 探针并每次用校准分流器验证，可使 40 mΩ 以上电芯的分类误差低于 5%。
关键词流·SOX 与寿命预测精选AI 评分5555 先验引导学习实现变协议下基于部分充电观测的有序电池老化轨迹预测
该研究提出一种先验引导学习方法，用于在充电协议变化、仅有部分充电观测的条件下预测有序的电池老化轨迹。原文未提供摘要与正文，电芯体系、数据集与量化结果均无法确认。