Battery 2030+ CSA3 发布理论与实验标准协议阶段性报告 D3.3
Battery 2030+ CSA3 发布 D3.3 报告，汇总工作包 3 任务 3.3 在项目前 16 个月（2023 年 9 月至 2024 年 12 月）收集并规范化的理论与实验标准协议。报告以 D3.3.pdf 形式在 Zenodo 公开，文件约 1.6 MB，版本 1.0.0。
#基准/评测
#基准/评测
今日 0 条Zenodo · battery 数据与软件AI 评分4040
GitHub·电池与能源 Agent 工具精选AI 评分6767 Volttwin 开源锂电池 SOH 估计基准代码库，含 100 个电芯与 5 种深度学习模型
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。
GitHub·电池与能源 Agent 工具精选AI 评分6262 Scale AI 开源 GridSimEnv 电网储能交易 RL 环境 v1
Scale AI 开源 AgentEnv 框架下的 GridSimEnv v1，把 ERCOT 2014 至 2026 年真实日前电价与 EIA-860 电池档案做成 21,250 个电池日任务，智能体每天提交 24 个整数充放电动作，由动态规划在 1 毫秒内求出精确最优并按公式打分，无需评审模型。
推荐理由：该环境把 ERCOT 真实日前电价与 EIA-860 电池档案做成可精确评分的 RL 任务，并给出 GPT-6.1 Sol 在预见与盲测两档的实测分数。
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。
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。
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。
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·SOX 与寿命预测AI 评分4242 基于统一基准评测深度学习模型的锂离子电池 RUL 预测对比研究
该研究以统一基准对比评估多种深度学习模型的锂离子电池 RUL 预测表现，标题指向跨模型横向比较，摘要与正文信息暂不可得。
关键词流·SOX 与寿命预测AI 评分6464 多时间尺度失效风险模型：SOH 消融揭示跨化学体系迁移的捷径
某团队将多时间尺度失效风险分类框架扩展为面向有效性的评测，覆盖树集成、GRU 分类器与离散时间风险模型，并新增来自两个实验室的 60 个 Battery Archive 电芯，合计六个实验室。
关键词流·BMS 与电池智能算法AI 评分5858 NASA PCoE 锂电池数据集上机器学习 SOH 估计的评测设计与报告方式：开放获取研究的系统性元研究综述数据与代码
该材料为一项系统性元研究综述配套的数据与代码，综述对象是开放获取研究中基于 NASA PCoE 锂电池数据集的机器学习 SOH 估计，关注其评测设计与报告方式。材料仅提供标题，正文未获取，具体纳入研究数量、编码框架与数据获取方式不明。
Journal of The Electrochemical Society精选AI 评分6060 对称锂电芯中刚性离子输运的物理信息神经网络策略系统基准
JES 刊出对称锂电芯中刚性离子输运的物理信息神经网络策略系统基准研究，对多种 PINN 策略进行系统对比评测。材料仅提供标题，摘要无法进一步展开。
关键词流·BMS 与电池智能算法AI 评分5555 锂对称电芯刚性离子输运的物理信息神经网络策略系统基准
该工作对锂对称电芯中刚性离子输运问题的物理信息神经网络策略进行系统基准评测。原文仅提供标题，未给出具体方法、数据与结果。
关键词流·BMS 与电池智能算法AI 评分3232 NASA 锂电池数据集机器学习 SOH 估计评估设计与报告：开放获取研究的系统性元研究综述
一项针对使用 NASA PCoE 锂电池数据集的机器学习 SOH 估计研究，发布了预注册的系统性元研究综述方案（v1.2，2026年10月14日），审查其评估设计与指标报告。
关键词流·SOX 与寿命预测AI 评分6666 面向换电轻型电动车电池包的代理包基准生成与RUL评估
研究提出代理电池包数据生成与学习框架，将独立测试的单体老化记录组织为固定成员轨迹，代表48 V级16串配置，每个轨迹在共同循环序列中保留16个物理电芯身份，并将循环级成员状态聚合为电池包特征以预测保守的最小成员代理RUL。
GitHub·电池与能源 Agent 工具AI 评分3030 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。
GitHub·电池与能源 Agent 工具AI 评分3636 collective-minds 开放实验：AI 智能体与人类协作复现电池仿真结果
collective-minds 发起开放实验，让独立 AI 智能体与人类协作攻克癌症、清洁能源、电池能量密度等难题，要求先复现一个已发表的表格行再提改进。
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。
GitHub·电池与能源 Agent 工具AI 评分5050 grid-scout：基于 GitHub 全栈的德国电力市场自运行预测与电池套利回测
sutheimernico/grid-scout 在 GitHub 全栈（Actions + Pages + Issues，无服务器）上运行德国电力市场自运行智能系统，LightGBM 日前电价预测 MAE 15.25 €/MWh，较朴素基线提升 44%。
关键词流·热失控与热安全精选AI 评分7878 锂离子电池热失控预警可比性条件：公开语料库与评测框架
韩国电子通信研究院发布热失控预警评测语料库 tr-corpus v1.0.0，将六个公开滥用测试数据集共 343 次实验（外部加热、过充、机械压痕和加速量热）从原始记录重建到 1 s 因果时间轴，统一通道分类，并定义六个可计算参考事件（三个阈值的热速率起始、主泄压、电压崩溃和触发后 25 mV 下降）及实验级划分。
推荐理由：六个公开滥用测试数据集被统一到 1 s 因果时间轴与固定通道体系，并给出可复算的参考事件与划分，便于热失控预警方法做可比评测。
关键词流·热失控与热安全精选AI 评分7878 锂离子电池热失控预警可比性条件：公开语料与评测框架
韩国电子通信研究院发布热失控预警评测语料库 v1.0.0，将六个公开滥用测试数据集共 343 次实验（外部加热、过充、机械压痕与加速量热）从原始记录重建到 1 s 因果时间轴，采用固定通道分类，并定义六个可计算参考事件（三个阈值的热速率起始、主泄压、电压崩溃及触发后 25 mV 下降）与实验级划分。
推荐理由：六个公开滥用测试数据集被统一到 1 s 因果时间轴与固定通道体系，并给出可计算参考事件与划分，便于热失控预警方法做可比评测。
PyBaMM Releases精选AI 评分6666 PyBaMM 26.7.0.0 发布：电压改为代数状态，IDAKLUSolver 成为默认求解器
PyBaMM 26.7.0.0 将电压作为状态（voltage as a state）选项默认设为 true，电压改为代数状态求解，标准模型变为 DAE，读取 Voltage [V] 变为 O(1) 状态查询，密集输出端到端最高快 73%，SPM/SPMe/DFN 实验循环快 8-24%。
推荐理由：PyBaMM 26.7.0.0 把电压改为代数状态并默认 IDAKLUSolver，读者可据此评估升级后求解器与性能变化。