DESPCA 用于报警后根因分析：工业过程中的拓扑感知故障特定候选集压缩
研究提出 DESPCA 方法，用于工业过程报警后的根因分析，通过拓扑感知的故障特定候选集压缩缩小排查范围。该方法由 Mingwei Jia、Po-Chun Mao、Yuan Yao、Yi Liu 提出，发表于 Chemical Engineering Science 第 339 卷 Part C。
全部电池学术动态
全部动态
今日 29 条Chemical Engineering ScienceAI 评分1818 Nano EnergyAI 评分2525 通过氧还原耦合界面转变稳定富锂锰基层状正极
研究提出通过氧还原耦合的界面转变策略稳定富锂锰基层状正极。该工作由 Hyunjin Jang 等人完成，发表于 Nano Energy 第 159 卷 Part B，聚焦富锂锰基正极在氧还原过程中的界面结构演变与稳定机制。
Nano EnergyAI 评分2222 静电吸附驱动表面重构实现废旧 LiFePO4 正极直接再生
研究提出静电吸附驱动的表面重构策略，用于废旧 LiFePO4 正极的直接再生。相关成果发表于 Nano Energy 第 159 卷 Part B，作者为 Ting Song、Chensheng Wang、Zhixin Wang、Xijun Wei、Lixian Song、Haitao Hu、Yingze Song。
EnergyAI 评分2222 碳定价下大规模可再生能源基地中氢-电池替代的规模依赖性：两阶段随机优化框架
针对碳定价下大规模可再生能源基地，一项研究提出两阶段随机优化框架，考察氢储能与电池储能的规模依赖性替代关系。作者为 Haoshuang Cheng 与 LeiMing Li，成果发表于 Energy 第 366 卷。
Nano EnergyAI 评分2222 溶剂配位调控实现废旧锂离子电池关键金属分离与溶剂全回收
研究提出一种溶剂配位调控方法，用于从废旧锂离子电池中分离关键金属，并实现溶剂的全回收。该工作由 Yanqiu Lyu 等人完成，发表于 Nano Energy 第 159 卷 Part B。
EnergyAI 评分3636 面向车辆热管理架构的多目标场景驱动生成式设计框架
研究提出一种多目标场景驱动的生成式设计框架，用于车辆热管理架构设计。该框架由Zhaomao Zhang、Nan Xu、Peng Wang等作者完成，发表于 Energy 第366卷。
Nano EnergyAI 评分2222 有机酸湿法冶金回收手机废旧锂离子电池：浸出性能、工艺参数与回收材料应用综述
这篇综述系统梳理了有机酸湿法冶金回收手机废旧锂离子电池的浸出性能、工艺参数及回收材料应用。文章聚焦有机酸浸出体系，分析了影响浸出效果的关键工艺参数，并总结了回收所得材料的下游应用方向。
EnergyAI 评分3838 基于强时序骨干与动态行为图残差校正的电动汽车充电负荷概率预测
研究提出一种电动汽车充电负荷概率预测方法，以强时序骨干网络为基础，叠加动态行为图残差校正模块。该方法面向充电负荷的概率区间预测，相关成果发表于 Energy 第 366 卷，作者为 Ting Lu 与 Linchao Li。
Renewable and Sustainable Energy ReviewsAI 评分1212 能量感知移动机器人：建模范式、运动规划方法与控制策略
一篇发表于 Renewable and Sustainable Energy Reviews 的综述，由 Habibe Gursoy Demir、Mehmet Hakan Demir 和 Mustafa Inci 撰写，系统梳理能量感知移动机器人的建模范式、运动规划方法与控制策略。文章围绕能耗建模、路径规划与底层控制三条主线组织现有研究，属于综述/分析类文献而非新方法发布。
Chemical Engineering ScienceAI 评分1818 可解释机器学习用于咪唑类离子液体电导率预测与结构泛化
研究采用可解释机器学习方法预测咪唑类离子液体的电导率，并考察其结构泛化能力。作者为张震、肖瑞红、刘一兰、王帅、李国轩、郑凤斌、齐建光、崔泽哲、王英龙，成果发表于 Chemical Engineering Science 第339卷 Part C，2027年2月15日出版。
Chemical Engineering ScienceAI 评分1818 双功能粘结剂中致密阳离子基团"染色"I₂正极，实现无穿梭高碘利用率水系Zn-I₂电池
研究人员通过双功能粘结剂中致密化阳离子基团对I₂正极进行"染色"，构建了无穿梭效应的水系Zn-I₂电池，并实现高I₂利用率。该工作发表于 Chemical Engineering Science 第339卷Part C，作者为Hongjiang Song、Jingjing Ma、Qian Zhang与Jie Liu。
EnergyAI 评分4242 利用热电制冷的激活时序效应实现混合电池热管理系统节能运行
研究针对混合电池热管理系统，利用热电制冷的激活时序效应实现节能运行。作者为 Zihao Wu、Jiahang Long、Ding Luo、Shuo Yang、Rui Yang、Zhenguo Li、Hao Chen，成果发表于 Energy 第 366 卷。
Chemical Engineering ScienceAI 评分1010 通过闪式纳米沉淀理性调控纳米颗粒内部结构：湍流微混合与聚集动力学间的毫秒级竞争
Chemical Engineering Science 刊发研究，探讨闪式纳米沉淀中湍流微混合与聚集动力学在毫秒尺度上的竞争如何决定纳米颗粒内部结构。作者为 Zhengxi Zhu、Kuangzheng Chen、Kang Yao、Pengfei Yu，论文发表于该刊第 339 卷 Part C。
Renewable EnergyAI 评分1818 多参数优化实现超长续航的热电混合剖面浮标
研究提出一种热电混合剖面浮标，通过多参数优化实现超长续航。该浮标结合热能与电能驱动，相关成果发表于 Renewable Energy 第 277 卷，作者包括 Yehao Liu、Jiayi Xu、Shui Pang 等。
Energy Conversion and ManagementAI 评分2222 并网光伏产消者的电池–氢储能转型：天气波动与技术经济敏感性下的自给率阈值分析
针对并网光伏产消者，研究分析了从电池储能向氢储能转型的自给率阈值，并考察了天气波动与技术经济敏感性对转型决策的影响。作者为 Lorenzo Gambadori、Jacopo C. Alberizzi 和 Massimiliano Renzi，成果发表于 Energy Conversion and Management 第 371 卷。
Applied Energy精选AI 评分5858 Token化电池老化：物理信息与不确定性感知的SOH估计框架
Shan Huang 等人在 Applied Energy 提出一种物理信息且不确定性感知的 SOH 估计框架，将电池老化过程进行 token 化建模。作者为 Jinyang Jiao、Hao Li、Jing Lin，论文发表于 Volume 427 Part D。
推荐理由：该框架把电池老化信号做 token 化并引入物理约束与不确定性量化，为 SOH 估计提供了一条可迁移的建模思路。
Applied Energy精选AI 评分5050 TinyBatteryNet：面向嵌入式跨电池域RUL预测的紧凑神经网络架构
Minhhuy Le 等人提出 TinyBatteryNet，一种用于嵌入式电池剩余使用寿命（RUL）预测的紧凑神经网络架构，可在不同电池域之间迁移。该工作发表于 Applied Energy 第 427 卷 Part D，材料仅提供摘要，未给出具体数据集、误差指标与模型参数量。
推荐理由：面向嵌入式部署的轻量网络跨电池域预测RUL，为资源受限BMS场景提供可参考的架构取舍。
Applied EnergyAI 评分2626 面向微电网调度的决策感知复合风险预测：学习调度相关联合不确定性
该研究提出一种决策感知的复合风险预测方法，用于学习与调度相关的联合不确定性，服务于微电网调度。方法面向微电网调度场景，将预测与调度决策相关联，以刻画复合风险下的联合不确定性。论文发表于 Applied Energy 第 427 卷 Part D，作者为 Kai Qu、Xianjing Zhong、Qingshu Guan、Dapeng Yan、Hui Cao。
Applied EnergyAI 评分4747 锂离子与半固态电池跨温度域 SOC 预测迁移研究
Applied Energy 刊发研究，提出一种跨温度域可迁移的 SOC 预测方法，适用于锂离子电池与半固态电池。作者为 Jiakai Li、Zixin Guo、Chaofan Li 等。
Applied EnergyAI 评分4040 自适应死区双滑模观测器实现可靠的基于电化学模型的 SOC 估计
研究提出一种自适应死区双滑模观测器，用于基于电化学模型的 SOC 可靠估计。该方法由 Guangdi Hu、Keyi Liao、Jian Ye、Feng Guo 完成，发表于 Applied Energy 第 427 卷 Part D。
Applied EnergyAI 评分4747 无需参考电极的自适应交流加热框架：面向锂离子电池冷点温度预测
研究提出一种无需参考电极的自适应交流加热框架，用于锂离子电池低温加热并预测电芯内部冷点温度。该框架以冷点温度预测为核心，摆脱对参考电极的依赖，发表于 Applied Energy 第 427 卷 Part D，作者为 Zhehang Xu、Xueyuan Wang、Yuxin Ou 等。
Applied EnergyAI 评分1818 铁铬液流电池容量衰减机制：揭示电解液失衡的作用
Applied Energy 刊发研究，解析铁铬液流电池容量衰减机制，指出电解液失衡是关键诱因。作者为 Yujia Zhang、Xu Yang、Qiang Ye、Zhiqi Ma，论文收录于该刊第 427 卷 Part D。
Applied EnergyAI 评分3838 多智能体近端策略优化用于光伏微电网中电动汽车充电与电池储能的协同控制
研究提出多头 actor-critic 近端策略优化方法，用于光伏微电网中电动汽车充电与电池储能的协同控制。该成果发表于 Applied Energy 第 427 卷 Part D，作者包括 Anis ur Rehman、Bo Du、Md Alamgir Hossain、Feifei Bai、Junwei Lu 和 Mohammad J. Sanjari。
arXiv · battery（eess.SY 系统与控制）精选AI 评分6060 滤波增强强化学习实现 SOH 与析锂感知的电池快充
作者提出基于 TD3 的滤波增强强化学习框架，用于兼顾健康状态的锂电池快充，奖励函数结合 SOH 信息与源自恒流恒压过电位策略的 SOH 相关电压惩罚项。针对车载 SOH 估计噪声，框架在噪声统计未知时用 EMA 滤波、已知时用 Kalman 滤波，并将滤波估计同时嵌入智能体状态与奖励计算。
推荐理由：在 LG M50 电芯参数化下，该工作把带噪 SOH 估计经 EMA 或 Kalman 滤波后嵌入 TD3 的状态与奖励，量化了噪声对快充寿命收益的影响。
关键词流·SOX 与寿命预测AI 评分4040 双指数模型结合物理信息神经网络用于电池健康状态预测
研究将双指数模型与物理信息神经网络（PINN）结合，用于锂离子电池健康状态（SOH）预测。正文以参考文献形式梳理了SOH与剩余使用寿命（RUL）估计方法、LSTM/Transformer等数据驱动模型及PINN在电池建模与SOH估计中的已有工作。
关键词流·BMS 与电池智能算法AI 评分3838 battery-pinn-degradation v1.0.0 发布：用物理信息网络从部分放电窗口估计老化模式
Rajshahi 工程技术大学机电工程系发布 battery-pinn-degradation v1.0.0，用物理信息神经网络从部分放电窗口估计电池老化模式。代码以 Akkhor07/battery-pinn-degradation-v1.0.0.zip 形式在 Zenodo 提供下载，文件 65.3 MB，作者要求使用后引用该记录。
关键词流·SOX 与寿命预测AI 评分5858 LFP 电池离网山区学校微网热管理研究的代码与数据发布
OFTO Energy Foundation 在 Zenodo 发布论文配套代码与数据，对应研究比较了塔吉克斯坦 Khorog 附近光伏-电池-柴油学校微网中 LFP 电池的 5 种热管理方案，时间跨度 20 年，包括户外、保温箱、带恒温加热器的保温箱、自加热模块和加热房间。
关键词流·BMS 与电池智能算法AI 评分4242 图引导稀疏注意力VAE结合因果与频谱融合用于车用电池无监督故障检测
该论文提出图引导稀疏注意力变分自编码器，并融合因果与频谱信息，用于新能源汽车电池的无监督故障检测。方法面向多变量时间序列异常检测，参考文献覆盖电池安全预警、图神经网络与VAE类时序异常检测工作。当前材料仅提供参考文献列表，未给出实验数据、检测指标或代码入口。
关键词流·SOX 与寿命预测AI 评分4848 机器学习 SOC 估计的泛化鸿沟：基准精度不等于现场精度
一篇观点文章指出，深度学习 SOC 估计（前馈网络、LSTM 及其变体）报告的精度多在训练同分布的驾驶循环、温度和电芯上测得，而实际 BMS 需面对未见过的电芯、温度与使用模式。文章基于 Kalman 滤波工作、深度学习 SOC 文献及显式测试跨工况性能的迁移学习研究，界定该泛化问题并提出报告与设计实践建议。
关键词流·BMS 与电池智能算法精选AI 评分5858 LIBquiv 发布开源 MATLAB 类，用于锂离子电池物理信息等效电路模型的时域仿真
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。
关键词流·SOX 与寿命预测AI 评分5555 机理建模驱动的富镍全固态电池可解释老化预测模型
该研究提出一种面向富镍全固态电池的可解释老化预测模型，以机理建模提供信息约束。材料仅提供标题，未给出方法细节、数据集与验证结果。
GitHub·电池与能源 Agent 工具AI 评分2222 Yashodhan-byte/ai-cooling-agent：LangGraph 电池热管理 AI Agent 仿真项目
GitHub 项目 Yashodhan-byte/ai-cooling-agent 用纯 Python 仿真实现电池包 AI 热管理 Agent，无需硬件或 CFD 数据。
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。
PyBaMM ReleasesAI 评分3030 PyBaMM 模型库 pybamm-model-zoo v0.1.1 发布
PyBaMM 模型库 pybamm-model-zoo 发布 v0.1.1，修复了对 pybamm[cite] 的依赖要求，使全新安装环境下 pybamm.print_citations() 能正确引用模型库中模型的作者。用户可通过 pip install --upgrade pybamm-model-zoo 升级。
PyBaMM Releases精选AI 评分7373 PyBaMM 发布 26.10.1.0：支持 Python 3.15 并修复多项模型错误
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。
PyBaMM ReleasesAI 评分2222 PyBaMM 求解器 pybammsolvers v0.11.1 发布，新增 Python 3.15 支持
pybammsolvers v0.11.1 新增 Python 3.15 支持，并发布 Linux（x86_64、aarch64）、macOS（arm64）和 Windows（AMD64）的 cp315 wheel。
Advanced MaterialsAI 评分3131 769 Wh kg−1 锂金属电池：电解液用量与容量利用率关联量化
研究提出无量纲参数 g(σe, De)，量化超厚电极（>100.0 µm）中电解液用量与容量利用率的关系，确定最低电解液需求为 1.1 g Ah−1。通过优化电解液配方，在高负载正极（>10.0 mAh cm−2）和 4.8 V 高压下形成稳定界面并抑制副反应。结合轻量化锂金属负极，54.2 Ah 软包电芯实现 769 Wh kg−1，较传统锂离子电池提升 150%。
Advanced MaterialsAI 评分3131 氟化聚合物网络实现局部高浓度电解质的溶剂化保留凝胶化，助力锂金属电池
一种在DME基局部高浓度电解质（LHCE）中原位聚合氟化聚合物网络形成的溶剂化保留凝胶电解质，因氟化聚合物与Li+配位弱，凝胶化过程中基本保留了LHCE的局部高浓度溶剂化结构。Li||Li对称电池稳定循环超2000 h，NCM9||Li全电池300次循环容量保持率82.2%并可稳定运行至4.5 V。软包电池在贫电解液条件下实现394.3 Wh kg−1能量密度，300°C下未发生热失控。
Advanced MaterialsAI 评分1515 受神经元启发的 FeS2 负极轨道-界面工程实现超快耐久储钾
研究人员通过原位 FeS2-to-MOF 重构策略构建了分级 Co-FeS2/C@C 复合负极，协同轨道（Co 掺杂）与界面（碳网络）工程提升 FeS2 导电性与离子扩散。
Advanced MaterialsAI 评分4242 快充锂电池电解液设计十年进展综述
一篇综述系统梳理了过去十年快充锂电池电解液的发展，从溶剂、盐、功能添加剂三组分出发，总结调控溶剂化结构与界面化学以抑制析锂、改善界面动力学的策略，并延伸至LHCEs等先进体系及其与不同负极化学的兼容性。文章还按破坏性、时空分辨率等维度归类先进表征技术，并介绍AI辅助电解液发现与BMS快充协议优化进展，最后讨论电芯形态、真实工况与可制造性等实用化问题。