研究解析温度、瞬态电流与历史状态对锂离子电池动态EIS的影响
Chaofei Lan 等人在 Electrochimica Acta 第 582 卷发表研究，解析温度、瞬态电流与历史状态对锂离子电池动态电化学阻抗谱（EIS）的影响。文章聚焦动态EIS测量中这三类因素的作用机制，为阻抗数据的解释与建模提供依据。
推荐理由：文章系统拆解温度、瞬态电流与历史状态对动态EIS的影响，为把EIS用于在线诊断的研究者提供建模与解释依据。
#机器学习
#机器学习
今日 4 条Electrochimica Acta精选AI 评分6262 Chemical Engineering ScienceAI 评分1818 基于DEM的CNN-LSTM框架预测球磨过程中粒度分布演化
研究提出一种DEM-informed CNN-LSTM框架，用于预测球磨过程中的粒度分布演化。该方法将离散元模拟信息与CNN-LSTM网络结合，作者为Yudong Zou、Jie Bao、Hao Zeng与Runyu Yang，成果发表于Chemical Engineering Science第339卷Part C。
Journal of Power SourcesAI 评分3838 数据与物理协同引导的水系锌与液流电池电解液发现
Xianglin Wang 等人在 Journal of Power Sources 第 699 卷发表研究，提出数据与物理协同引导的液态电解液发现方法，面向水系锌电池与氧化还原液流电池。该文于 2027 年 1 月 30 日刊出，作者包括 Yingnan Ai、Nan He、Qicheng Chen、Binjian Nie。
Journal of Power SourcesAI 评分3838 面向未来智能电池包的大规模锂离子电池电力线通信信道建模
He Hao 等人在 Journal of Power Sources 第 699 卷发表研究，面向未来智能电池包建立大规模锂离子电池电力线通信信道模型。作者为 Matthew D. Higgins 与 Timothy A. Vincent，论文于 2027 年 1 月 30 日出版。
GitHub·电池与能源 Agent 工具AI 评分1818 开源 EV 电池监控 Agent：多 LLM 自动降级路由与 uPowerful BST 实验室数据接入
开源项目 Intelligent-Battery-Testing-Automation-Agent 提供 EV 电池监控、仿真、分析与报告平台，内置多 LLM 自动降级路由。
eTransportation精选AI 评分6262 Sparse2Batt：从量产BMS的极少量广播数据重建完整电池包场分布
Kyunghyun Kim 与 Jung-Il Choi 提出 Sparse2Batt，用于从量产 BMS 的极少量广播数据恢复完整电池包场分布。该文发表于 eTransportation 第 30 卷，出版日期为 2026 年 12 月，目前仅有摘要信息。
Energy Conversion and Management精选AI 评分4747 多物理场增强前馈神经网络实现真实行驶工况下 NCA/Gr.SiOx 电化学模型电池状态估计
Ratnak Sok 与 Jin Kusaka 提出一种多物理场增强前馈神经网络，用于 NCA/Gr.SiOx 电化学模型的电池状态估计，并在真实行驶工况下验证。研究发表于 Energy Conversion and Management 第 372 卷 Part A，出版日期为 2027 年 1 月 15 日。
推荐理由：面向 NCA/Gr.SiOx 电化学模型，在真实行驶工况下用多物理场增强前馈网络做状态估计，可供对比模型与数据混合路线。
Computers & Chemical EngineeringAI 评分2323 物理信息符号回归实现数据高效的动力学模型发现
研究提出物理信息符号回归方法，用于从有限数据中发现动力学模型。该方法面向数据高效场景，可在样本受限条件下完成动力学模型辨识。相关成果发表于 Computers & Chemical Engineering，作者包括 Miguel Ángel de Carvalho Servia、Ammar Ali、Ilya Orson Sandoval 等。
Journal of The Electrochemical SocietyAI 评分3838 利用 BAM 电芯实现 Na x NiO 2 的原位与 operando 中子粉末衍射
研究团队用 ISIS 的 BAM 电芯在 Polaris 谱仪上对 Na x NiO 2 正极开展原位与 operando 中子粉末衍射，通过 2.95、3.40、3.67、4.25、1.25 V 五个电压保持获得 P′3、P″3、O″3、O‴3、O⁗3 各相的高信噪比数据。
关键词流·BMS 与电池智能算法精选AI 评分5050 退役电芯梯次筛选的分组评估代码与派生数据发布
williamjay1 发布 secondlife-screening v1.0.0，提供退役锂离子电芯梯次筛选的分析代码与派生输入，评估中纳入电池护照历史、物理观测和早期电诊断，并按 pack 分组以考虑数据泄漏。仓库以 3.5 MB 压缩包形式提供下载，作者要求使用代码或派生表时引用相关文章和该仓库。
推荐理由：该仓库公开了退役电芯梯次筛选的分组评估代码与派生表，可用于复现电池护照历史与早期电诊断的筛选流程。
关键词流·BMS 与电池智能算法AI 评分4242 Universiti Malaysia Perlis 发布颗粒扩散离散误差分析与混合修正的代码与数据
Universiti Malaysia Perlis 发布论文配套代码与派生结果，对应研究《Discretization Error in Particle Diffusion Biases Identified Lithium-Ion Battery Parameters。
关键词流·多物理场模型AI 评分4242 多物理场增强前馈神经网络实现NCA/Gr.SiOx电化学模型在实际行驶工况下的电池状态估计
该研究提出多物理场增强前馈神经网络，用于NCA/Gr.SiOx电化学模型在实际行驶工况下的电池状态估计。材料仅提供标题，未给出具体方法细节、数据集与精度结果。
Zenodo · battery 数据与软件AI 评分4040 EIS 数据驱动锂离子电池 SoH 与 RUL 估计综述
比利时布鲁塞尔自由大学 MOBI-Electromobility Research Centre 发布综述，系统梳理基于 EIS 的数据驱动 SoH 与 RUL 估计方法。文章先归类从 EIS 谱中提取性能指标的特征工程方法，再对数据驱动估计技术分类并比较不同算法表现，总结常用机器学习与深度学习算法、关键性能指标及与电池健康强相关的直接和间接特征。该综述旨在为后续研究选择建模策略提供参考。
Advanced Materials精选AI 评分5858 数据驱动分析640种电解液配方揭示锂金属电池库仑效率规律并设计新电解液
研究团队从100余篇文献中按严格标准整理出640种电解液配方，按Aurbach法与循环法测得的库仑效率分组、按质量归一化配方并结合物理启发的特征工程，发现氟含量越高、碳含量与氧含量越低，库仑效率越高，在其余特征相同时沸点越低库仑效率越高，模型预测库仑效率的R²=0.85。
推荐理由：该工作从100余篇文献整理出640种电解液配方，用可解释特征关联库仑效率，为电解液筛选提供可迁移的数据流程。
Zenodo · battery 数据与软件AI 评分3838 基于 PyBaMM 物理模型与群智能算法的家庭能源管理电池老化建模
西班牙马德里理工大学与埃因霍温理工大学团队提出用 PyBaMM 物理模型结合鲸鱼优化、灰狼优化、粒子群和引力搜索四种群智能算法刻画电池性能，并以 SOH 作为 Pareto 前沿中最优运行方案的选择依据。
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。
关键词流·SOX 与寿命预测AI 评分3838 广西大学团队提出融合电化学物理信息的双分支 CNN 用于锂电池 RUL 预测
广西大学团队提出一种基于电化学物理信息的双分支卷积神经网络用于锂电池 RUL 预测，主分支为多尺度时间卷积、辅助分支为残差网络，并设计以退化特征为引导信号的信息引导通道注意力 IGCA。模型还引入融合电化学退化规律与库仑效率的物理约束损失函数，使预测与电池退化的物理演化更一致。实验显示该方法在 CALCE 数据集上 RMSE 为 1.57%–2.12%，在 XJTU 数据集上表现出较好适用性。
关键词流·SOX 与寿命预测AI 评分4242 基于 FiLM Transformer 网络的温度感知电池 SOH 估计
该工作提出基于 FiLM Transformer 网络的温度感知电池 SOH 估计方法，标题显示其将温度因素纳入 Transformer 建模框架。材料仅提供标题，摘要无法进一步展开方法与结果细节。
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。
Zenodo · battery 数据与软件AI 评分3030 锂离子电池均匀化研究仿真数据集在 Zenodo 发布
都灵理工大学与斯坦福大学在 Zenodo 发布论文《Math for engineering: Homogenization of lithium ion battery》的孔尺度与电芯尺度仿真结果数据集。
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 Power Sources精选AI 评分5252 FiLM Transformer 网络实现温度感知的电池 SOH 估计
Pang 等人提出基于 FiLM Transformer 网络的温度感知电池 SOH 估计方法，论文发表于 Journal of Power Sources 第 699 卷。作者为 Zheyuan Pang、Lei Gao、Yuheng Gan、Zhengxiang Song，出版日期为 2027 年 1 月 30 日。当前仅提供题录信息，摘要正文未给出具体数据集、误差指标与实验结论。
Zenodo · battery 数据与软件精选AI 评分5858 高雄科大发布参考感知跨电芯 SOH 评估代码与派生数据 v1.0.1
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。
Zenodo · battery 数据与软件AI 评分2020 密度泛函理论预测常压新相 J Phase（Li8Au）：富锂 fcc 金合金
研究者用无对称性变胞弛豫的密度泛函理论（PBE、投影缀加波）从金刚石型锂框架四面体间隙中的单个金原子出发，收敛得到 Li8Au（88.9 at.% Li）——一种 fcc 基密堆超结构，金位于 12 个 Li 构成的 cuboctahedron 中，键长 2.80–2.86 Å。
eTransportation精选AI 评分4242 趋势反转谱图与多模态交叉注意力提升电池异常检测
Phuong-Nam Tran 等人在 eTransportation 第 30 卷发表研究，提出用趋势反转谱图结合多模态交叉注意力增强电池异常检测。该文发表于 2026 年 12 月，目前仅有题录信息，摘要未提供具体数据集、指标与对比结果。
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。
EnergyAI 评分3838 RC–GRU物理引导混合建模用于电动汽车集成热管理非线性预测控制
Song Wang 等提出 RC–GRU 物理引导混合建模方法，用于电动汽车集成热管理，并在此基础上设计非线性预测控制。论文发表于 Energy 第 366 卷，作者包括 Kuining Li、Yi Xie、Yuan Pang、Kunjie Huang、Wenlin Tan。
EnergyAI 评分1818 飞行汽车混合动力系统 DGRU 代理建模方法研究
针对飞行汽车混合动力系统，研究提出 DGRU 代理建模方法。该方法用于构建该混合动力系统的代理模型，相关成果发表于 Energy 第 366 卷，作者为 Zhengheng Gao 与 Zhilin Jin。
关键词流·BMS 与电池智能算法AI 评分4040 基于自适应物理信息神经网络的锂离子电池SOH估计
该研究提出基于自适应物理信息神经网络的锂离子电池SOH估计方法。原文仅提供参考文献列表，未给出数据集、误差指标或实验对比等具体结果，方法细节需查阅论文全文。
关键词流·BMS 与电池智能算法AI 评分2626 基于太阳能板与ANN的BMS在边境界桩监测中的实现
印尼研究团队在太阳能供电的边境界桩监测系统中部署BMS，并用ANN估计电池SOC，平均估计误差4.86%，优于传统电压法的12.16%。系统由太阳能板、SCC、4S 15 Ah电池、INA219传感器、ESP32和LoRa模块组成，供电效率达68.4%，无太阳能充电时可连续供电约9.6天。
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。
关键词流·BMS 与电池智能算法AI 评分4242 基于时间分段 DBSCAN 的无监督电池电压不一致异常检测与溯源方法
该研究提出一种基于时间分段 DBSCAN 的无监督方法，用于检测电池电压不一致异常并追溯来源。当前仅能获取标题，摘要、实验数据与验证结果均未提供。
Applied Energy精选AI 评分4040 基于时间分段DBSCAN的电池电压不一致性无监督异常检测与溯源方法
Jichao Hong 等人提出一种基于时间分段 DBSCAN 算法的电池电压不一致性无监督异常检测与溯源方法，发表于 Applied Energy 第 427 卷 Part E，出版日期为 2027 年 1 月。该方法面向电压不一致性识别，并同时给出异常溯源能力，摘要未披露具体数据集、电芯数量与检测指标。
推荐理由：针对电池电压不一致性，提出无监督异常检测与溯源方法，为实车电压数据缺乏标签的场景提供可迁移思路。
Zenodo · battery 数据与软件AI 评分3838 LLZO 石榴石电解质 MD-Raman 计算数据集发布
该 Zenodo 仓库发布了论文《Raman Signatures of Lithium Ion Dynamics in LLZO Garnet Electrolytes。
Zenodo · battery 数据与软件精选AI 评分5858 IIT Kharagpur 发布加州电网电池与屋顶光伏负荷预测复现数据与代码
印度理工学院 Kharagpur 团队在 Zenodo 发布论文配套的复现数据与代码，论文研究加州公布的小时级负荷实际测量了什么，并检验计入电网电池充电和表后光伏后负荷形态是否保持结构稳定。
推荐理由：该仓库公开加州小时级负荷分层数据与滚动预测输出，便于复现电网电池和屋顶光伏对负荷形态的影响。
arXiv · battery（physics.app-ph）精选AI 评分5858 连续模型追踪电极干燥中粘结剂迁移与孔隙排空全过程
Younghwan Joo 提出一个连续模拟溶解态粘结剂场的模型，覆盖薄膜固结与孔隙排空两个阶段，用单一参数集复现了已发表的三类测量：干燥速率变化 5.6 倍时表面与界面粘结剂比值的变化、厚度增至 6 倍的薄膜表面与界面粘结剂水平、膜内浓度分布，以及中途切换干燥速率时刻对界面粘结剂的影响。
推荐理由：该模型用单一参数集同时复现干燥速率、厚度与干燥程序三类实验，为电极干燥工艺的能耗与粘结剂分布权衡提供可迁移的仿真框架。
Journal of The Electrochemical SocietyAI 评分3838 匹配渐近分析揭示负极极耳断裂电芯放电析锂与自由电解液储液层厚度的关系
Baker 与 Verbrugge 在 Part I 扰动分析基础上，采用匹配渐近展开研究负极极耳断裂的双电芯堆中自由电解液储液层厚度对放电析锂起始的影响。结果表明，要在放电中避免析锂，储液层厚度必须小到无法维持任何显著过量电解液供给，从而指向所谓干电芯结构。该文为 J. Electrochem. Soc. 接收稿件，DOI 10.1149/1945-7111/aeb766。
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。