HackBench：伦敦 AI x Science Hackathon 上的电池电极质检 Agent 评测层
HackBench 是伦敦 AI x Science Hackathon（10 月 3–4 日）期间构建的评测层，用于判断电池电极质检 Agent 何时可信，覆盖正确性、reward hacking、校准与证伪。
#不确定性量化
#不确定性量化
今日 2 条GitHub·电池与能源 Agent 工具AI 评分3030
Computers & Chemical Engineering精选AI 评分5858 半监督贝叶斯学习实现有限标签下的锂电池 SOH 估计与不确定性量化
Yuheng Du 等人提出一种带不确定性量化的半监督贝叶斯学习方法，用于标签数据有限条件下的锂电池健康状态（SOH）可靠估计。该方法面向标注样本稀缺场景，通过半监督学习利用未标注数据，并给出预测的不确定性量化。研究发表于 Computers & Chemical Engineering 第 216 卷。
推荐理由：针对标签数据稀缺场景，提出半监督贝叶斯学习并给出 SOH 估计的不确定性量化，可迁移到其他小样本回归任务。
EnergyAI 评分2222 车载混合储能系统在未知负载下的电压恢复与功率分配：固定时间复合跟踪控制方法
针对车载混合储能系统在负载未知条件下的电压恢复与功率分配问题，研究提出一种固定时间复合跟踪控制方法。该方法面向锂电池与超级电容构成的混合储能拓扑，在负载信息不可测的情况下实现母线电压恢复与功率分配。成果发表于 Energy 第 365 卷。
Energy Storage Materials精选AI 评分6262 电压传感器失效下 LFP 电池的电化学约束容错状态估计
针对平板状 LFP 电池电压平台平坦、电压传感器失效时状态估计困难的问题，作者提出一种电化学约束的容错状态估计方法。该工作发表于 Energy Storage Materials 第 91 卷，作者包括 Feng Guo、Luis D. Couto、Hamid Hamed 等。摘要未提供具体实验数据与精度指标。
推荐理由：针对 LFP 电压平台平坦、电压传感器失效场景，提出电化学约束的容错状态估计思路，可供 BMS 状态估计研究参考。
Journal of Energy StorageAI 评分4040 基于领域知识引导灰狼优化随机森林的 SOC 估计框架，适应动态热与负载工况
一项发表于 Journal of Energy Storage 的研究提出领域知识引导的灰狼优化随机森林框架，用于动态热与负载条件下的 SOC 估计。作者为 Özge Pınar Akkaş，论文收录于该刊第 182 卷第 E 部分。
Applied EnergyAI 评分4242 基于监督对比学习的锂离子电池超声荷电状态估计单源域泛化
韩国研究者提出一种基于监督对比学习的单源域泛化方法，用于锂离子电池超声荷电状态（SOC）估计，成果发表于 Applied Energy 第 427 卷。该方法旨在解决单一源域训练模型难以泛化到新工况的问题。
Applied EnergyAI 评分2020 多虚拟电厂在不确定性下的连续定价可认证 Stackelberg 协调
Applied Energy 刊发研究，提出多虚拟电厂在不确定性下的连续定价可认证 Stackelberg 协调方法，作者为 Yu Chen、Zhen Li、Ying Ma、Bin Liu 与 Samson S. Yu。该文发表于 Applied Energy 第 427 卷 Part C，计划于 2027 年 1 月出版。
Applied EnergyAI 评分4747 面向真实工况的鲁棒电池 SOC 估计：时空特征提取与残差校正
Applied Energy 刊发研究提出一种融合时空特征提取与残差校正的电池 SOC 估计方法，面向真实工况下的鲁棒性需求。作者为 Jiaqi Pei、Jichao Hong、Shuangqi Li 等。
关键词流·设计优化与参数辨识AI 评分6262 在线阻抗诊断残余界与等待时间的代码、冻结配置与输出记录
上海大学发布在线阻抗诊断研究的证据层记录，包含论文背后43项注册计算的冻结脚本、冻结配置、输出前完成的SHA-256登记、预设分析计划及带校验和的输出表格与逐次扫描记录。
关键词流·SOX 与寿命预测AI 评分6565 NASA 随机工况 RW9–RW11 电芯事件级 SOH 估计数据集发布
该记录发布面向随机充放电工况的锂离子电池 SOH 估计事件级数据集，源自 NASA Randomized Battery Usage 数据集中的 RW9、RW10、RW11 三只电芯，共提取 141455 条随机游走运行事件，其中 RW9 为 47741 条、RW10 为 47224 条、RW11 为 46490 条。
arXiv · battery（eess.SY 系统与控制）精选AI 评分7171 电压传感器失效下 LFP 电池的电化学约束容错 SOC 估计
该工作提出电化学约束残差偏置补偿双扩展卡尔曼滤波（RBC-DEKF）及不确定初值投运流程，用面向热管理的参数分组单粒子模型（CPG-SPMT）提供双电极动力学与端电压预测，并以可独立配置的电压偏差状态容纳系统性残差。
推荐理由：针对 LFP 平坦电压平台下电压传感器故障与 SOC 估计耦合的难题，提出电化学约束的残差补偿双 EKF，并给出 24 条温度驱动轨迹上的量化对比。
arXiv · battery（eess.SY 系统与控制）精选AI 评分8585 Public Battery Field Data：23个公开电池现场数据集汇总
该工作整理了来自17个研究组的23个公开电池现场数据发布，覆盖乘用EV、公交、轻型电动出行、电网级储能、分布式储能、消费电子与工业机器人等应用。在数据完整可统计的范围内，合集包含226 GB数据、至少131096个锂离子电芯、3025个电池系统、44.4 MWh储能容量和2918个已发布单元年观测，并含784个已标注或报告的故障。
推荐理由：汇总23个公开实车与储能现场数据发布，给出统一元数据与加载代码，可用于现场诊断与故障检测研究。
arXiv · battery（eess.SY 系统与控制）精选AI 评分8888 Robert Masse 整理 35 份公开电池现场数据集，覆盖 149188 个电芯
Robert Masse 发布一个经整理的公开电池现场数据集合，收录来自 27 个研究组的 35 份公开数据发布，覆盖乘用电动车、公交车、轻型电动出行、电网级储能、分布式储能、消费电子、工业机器人和卫星等应用。
推荐理由：该集合把 35 份格式各异的公开实车与在役电池数据统一成带校验和与加载代码的元数据仓库，便于跨来源比较。
关键词流·SOX 与寿命预测AI 评分6262 跨体系锂离子电池 SOH 共形预测的代码与衍生结果 v1.0.1
该条目发布跨体系锂离子电池 SOH 共形预测的代码与衍生结果，版本号为 v1.0.1，托管于 Zenodo，DOI 为 10.5281/zenodo.23159358。除标题外暂无正文信息。
关键词流·SOX 与寿命预测AI 评分2929 基于 KPCA 与 NRBO 优化 Transformer-LSTM 混合模型的锂离子电池 SOH 估计
研究提出 KPCA 与 NRBO 优化的 Transformer-LSTM 混合模型，用 ICA/DVA 提取健康特征并经 KPCA 与 Pearson 相关性筛选，NRBO 用于寻优注意力头数、学习率与正则化系数。
关键词流·SOX 与寿命预测AI 评分6262 跨体系锂离子电池 SOH 共形预测代码与结果发布 v1.0.1
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。
arXiv · battery（eess.SY 系统与控制）精选AI 评分6262 长期电池储能规划需要多高的建模精度：运行、老化与时间表征的保真度评估
该研究评估长期电池储能系统规划所需的建模保真度，以 20 年并网微网为算例，先用不考虑老化的规划模型定容，再固定装机组合做逐时序生命周期验证。参考表征包含非线性日历与循环老化、C-rate 相关效率、SOH 相关性能、自放电、电池更换和完整 8760 小时时序，结果为第 9 年和第 18 年更换、生命周期净现值成本 1.1125 亿美元、累计未供能量 24.01 MWh。
推荐理由：原文用 20 年微网算例量化了简化老化与时间表征对全生命周期成本、更换时点和缺供电量的偏差方向，可据此选择与目标指标匹配的建模精度。
Computers & Chemical EngineeringAI 评分2222 Surrogate Quality Score：一种用于模型选择的新型复合指标
研究提出 Surrogate Quality Score（SQS），一种用于代理模型选择的新型复合指标，由 Maaz Ahmad 与 Iftekhar A Karimi 完成，发表于 Computers & Chemical Engineering 第 215 卷。该指标旨在为模型选择提供综合量化依据。
Computers & Chemical EngineeringAI 评分2222 拓扑数据分析用于高维动态过程监测
Angan Mukherjee 等人在 Computers & Chemical Engineering 发表研究，将拓扑数据分析用于高维动态过程监测。该研究由 Tyler A. Soderstrom、Michael J. Kurtz、Victor M. Zavala 共同参与，论文收录于 Volume 216。
Computers & Chemical EngineeringAI 评分1515 多阶段随机规划模型库发布，处理第2类内生不确定性
一个面向多阶段随机规划、可处理第2类内生不确定性的模型库被提出，作者为 Yasuhiro Shoji 与 Selen Cremaschi，成果发表于 Computers & Chemical Engineering 第216卷。
Energy Storage Materials精选AI 评分5555 一种通过解析映射发现平衡精度与早期可预测性的电池寿命预测框架
Ruohan Guo 等人提出一种灵活的电池寿命预测框架，通过解析映射发现来平衡预测精度与早期可预测性。该工作发表于 Energy Storage Materials 第 91 卷，作者包括 Jinpeng Tian、Wanzhou Sun、Weixiang Shen 和 Chi Yung Chung。目前仅见摘要信息，具体方法与验证结果未在材料中给出。
推荐理由：针对电池寿命预测中精度与早期可预测性的权衡，提出可灵活调节的解析映射发现框架，为早期寿命预测建模提供可迁移思路。
eTransportationAI 评分4242 堆叠压力对锂离子电池性能的影响：基于文献数据驱动相关性分析的综合综述
eTransportation 刊发综述，系统梳理堆叠压力对锂离子电池性能的影响，并基于文献数据开展相关性分析。作者为 A. Avila、A. Remírez、I. Gandiaga、L. Carreras、P. Maimí，发表于该刊第 29 卷。
eTransportation精选AI 评分6060 锂离子电池老化诊断中半电池模型拟合方法的基准比较
eTransportation 第 29 卷刊出 Tingkai Li 等人的研究，对锂离子电池老化诊断中的半电池模型拟合方法进行基准比较。作者包括 Yifan Zhang、Benjamin Nowacki、Sina Navidi、Thomas Schmitt、Shan Hu 与 Chao Hu，论文计划于 2026 年 9 月出版。目前仅提供摘要，未给出具体方法细节与评测结果。
推荐理由：原文系统比较了半电池模型拟合在锂离子电池老化诊断中的多种方案，读者可据此了解不同拟合路线的适用边界。
eTransportation精选AI 评分5858 光纤传感器识别不同规格圆柱 Li-ion 与 Na-ion 电芯的产热与散热机制
Xibin Lu 等人在 eTransportation 第 29 卷发表研究，用光纤传感器识别不同规格圆柱 Li-ion 与 Na-ion 电芯的产热与散热机制。作者包括 Jean-Marie Tarascon、Jiaqiang Huang 等，论文 2026 年 9 月出版。
推荐理由：用光纤传感器在圆柱 Li-ion 与 Na-ion 电芯内部区分产热与散热路径，为不同规格电芯的热行为对比提供实测手段。
eTransportation精选AI 评分6060 基于脉冲测试与联邦学习的退役电池类型秒级识别方法
研究提出一种利用脉冲测试的联邦学习方法，实现退役电池类型的秒级异构识别，并在输出层加入隐私保护。作者包括 Hang Hu、Xinghao Huang、Chen Liang 等，成果发表于 eTransportation 第 29 卷，出版日期为 2026 年 9 月。
推荐理由：面向退役电池分选场景，用脉冲测试结合联邦学习做秒级类型识别，并给出输出层隐私保护方案。
eTransportation精选AI 评分5858 基于非线性超声与 LSTM 深度学习的锂离子电池在线状态估计
Santhakumar Sampath 等人提出用非线性超声测量结合 LSTM 深度学习模型实现锂离子电池在线状态估计，论文发表于 eTransportation 第 29 卷，出版日期为 2026 年 9 月。作者包括 Tam Van Huynh、Xuesong Yin、Zi Wen Tham、Andrew Ngo、Hoon Sohn 和 Lei Zhang。目前仅提供摘要信息。
推荐理由：该工作把非线性超声测量与 LSTM 结合用于锂离子电池在线状态估计，为电化学之外的状态感知提供了一条可迁移的技术路线。
eTransportation精选AI 评分5050 过放电锂离子电池性能的多维量化与老化模式识别
Ze Zhang 等人在 eTransportation 第 29 卷发表研究，对过放电锂离子电池进行多维性能量化并识别其老化模式。作者为 Bin Duan、Peng Huang、Changlong Li、Guangcai Zhao、Yongzhe Kang 等，论文于 2026 年 9 月出版。
推荐理由：针对过放电锂离子电池，从多个维度量化性能并识别老化模式，为过放电后的状态评估提供可迁移的分析框架。
eTransportation精选AI 评分6262 基于弱监督学习的锂离子电池SOH可解释估计方法
Cheng Qian 等人提出一种弱监督学习方法，在标签极少的条件下实现锂离子电池健康状态（SOH）估计，并强调估计结果的可解释性。该研究发表于 eTransportation 第 29 卷，作者包括 Hongsheng Guan、Yiyong Xiao、Li Wang、Yi Ren、Quan Xia、Dezhen Yang、Zili Wang。
推荐理由：面向标签极少的SOH估计场景，提出弱监督方案并强调可解释性，可供数据稀缺条件下的建模参考。
eTransportation精选AI 评分6262 面向车载的准分布式热-力传感与模组多级热失控预警
eTransportation 第 29 卷刊出研究，提出面向车载应用的准分布式热-力传感方案，用于电池模组的多级热失控预警。作者为 Chao Yu、Jiangong Zhu、Xuexiang Cao、Xuezhe Wei、Haifeng Dai 等。
推荐理由：面向车载场景提出准分布式热-力传感与多级热失控预警方案，为模组级安全监测提供可迁移的传感与分级思路。
Journal of The Electrochemical Society精选AI 评分6262 面向能量密度、寿命、快充与成本权衡的锂离子电池伪二维老化模型
该研究提出一种伪二维老化模型，用于分析锂离子电池在能量密度、寿命、快充与成本之间的权衡关系。原文仅提供标题，摘要与正文内容未获取。
Computers & Chemical EngineeringAI 评分1818 稳健采样时间设计评估：maximin 与伪贝叶斯方法的对比分析
研究对比了 maximin 与伪贝叶斯两种方法在稳健采样时间设计中的表现，论文发表于 Computers & Chemical Engineering 第 216 卷，作者为 Ke Wang 与 Hong Yue。
eTransportation精选AI 评分5050 基于超声传感的锂离子电池跨域迁移学习框架
Junyi Li 等人在 eTransportation 第 30 卷发表题为 Ultrasonic sensing-based cross-domain transfer learning framework for lithium-ion battery 的研究，提出面向锂离子电池的超声传感跨域迁移学习框架。
推荐理由：材料仅给出标题与作者信息，无法确认方法细节与结果，暂不展示推荐理由。
Journal of Energy StorageAI 评分2121 面向可解释与可泛化 SOH 估计的退化感知双向 LSTM 网络
一项发表于 Journal of Energy Storage 的研究提出退化感知双向 LSTM 网络，用于可解释且可泛化的电池 SOH 估计。作者为 Safa Ben Atitallah、Imen Jarraya、Maha Driss 和 Wadii Boulila，该方法将退化信息融入双向 LSTM 建模。
arXiv · battery（eess.SY 系统与控制）精选AI 评分6060 RFSR-MI-MPC：面向可重构电池组实时控制的排序前缀可行集限制
作者提出 RFSR-MI-MPC，一种基于排序前缀的可行集限制方法，用于带单体旁路开关的串联可重构电池组实时混合整数模型预测控制。每个采样时刻按单步目标相关的适配度分数对电芯排序，将投入变量限制为该排序的前缀，使每步可行投入模式数从组合级降为与电芯数线性，同时不改变模型、目标函数与物理约束。
推荐理由：针对可重构电池组实时混合整数MPC的组合爆炸问题，提出按排序前缀限制可行集，在20电芯WLTC工况下求解时间与SOC一致性均有量化改善。
arXiv · battery（eess.SY 系统与控制）精选AI 评分6060 面向退化感知电池调度的安全滚动时域混合整数可微预测控制
作者提出一种面向住宅电池储能调度的安全滚动时域混合整数可微预测控制方法，结合神经网络速度与递归可行性保证，并引入实时 SOC 反馈与正弦时刻条件，实现每个时间步闭环重规划而无需重解混合整数规划。
推荐理由：面向住宅储能调度的退化感知控制方法，用可微雨流计数层把循环老化物理嵌入策略训练，并给出递归可行性保证。
arXiv · battery（eess.SY 系统与控制）AI 评分4141 OLAH-BD：在线学习自适应混合 Benders 分解用于风险规避最优 sizing
针对电池储能系统最优 sizing 的两阶段随机规划中 Benders Decomposition 收敛慢的问题，研究者提出在线学习自适应混合 BD 算法 OLAH-BD，通过在主问题中嵌入精选场景并在迭代中引入基于在线学习的尾部相关场景选择器，避免每轮求解全部场景集。
关键词流·设计优化与参数辨识AI 评分6262 面向锂离子电池寿命测试的成本感知序贯贝叶斯最优实验设计
该研究提出一种成本感知的序贯贝叶斯最优实验设计方法，用于锂离子电池寿命测试。原文仅提供标题，未给出具体方法细节、实验数据或结果。
arXiv · battery（eess.SY 系统与控制）AI 评分2222 BESS 动态负载下统一放电约束功率分配的分布式协同控制与预设性能
针对 BESS 荷电状态（SoC）均衡与功率分配问题，研究采用预设性能控制（PPC）方法，基于多智能体系统设计两个分布式估计器，在动态负载驱动下实时估计功率分配与 SoC 均衡状态，实现近乎零误差的估计性能。仿真在含 4 个 BESS 的电阻网络负载分配场景中验证了有效性、鲁棒性与先进性，并在含 12 个 BESS 的大规模系统中测试了可扩展性。
arXiv · battery（eess.SY 系统与控制）AI 评分4040 基于序列化集合卡尔曼反演的非线性随机状态空间模型递归参数辨识
该论文提出序列化集合卡尔曼反演方法，用于从流式测量中递归辨识非线性随机状态空间模型的参数。方法以演化集合表示参数后验并随新测量序贯更新，对每个集合成员用隐式粒子滤波近似参数校正所需的预测观测统计量。在强非线性基准和双电容锂离子电池模型上验证，数值结果实现了准确的递归参数辨识与隐状态估计。
arXiv · battery（eess.SY 系统与控制）AI 评分3535 BESS 多市场投标的随机 Mean-CVaR 框架
针对 BESS 参与日前能量市场与 mFRR 市场的协同优化，该研究提出风险感知的随机优化框架，用非参数 KDE 生成保留欧洲平衡市场经验特征的联合价格场景，并将 CVaR 纳入 Mean-CVaR 目标函数。两阶段随机规划让决策者可调节风险厌恶水平，在盈利性与稳健性之间寻找有效前沿。仿真显示该联合 CVaR 方法相比确定性基准显著提升了收益稳定性。