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。
老化预测
全部主题电池老化与寿命预测：容量衰减建模、循环寿命早期预测、机器学习方法与不确定性。
40条精选相关主题SOH/SOC 估计机器学习方法日历老化
最新精选
第 21–40 条 · 共 40 条Applied Energy精选AI 评分4747
Journal of Power Sources精选AI 评分6262 先验引导学习实现变协议下部分充电观测的有序电池老化轨迹预测
Yongjiang Yu 等人提出先验引导学习方法，可从变协议下的部分充电观测预测有序电池老化轨迹，论文发表于 Journal of Power Sources 第 698 卷。摘要未给出数据集、电芯体系与误差指标等具体信息。
推荐理由：该工作用先验引导学习从部分充电片段预测有序老化轨迹，为变协议下的在线老化评估提供可迁移思路。
Applied Energy精选AI 评分5858 机理建模驱动的富镍全固态电池可解释老化预测模型
Chunhao Yuan 等人提出一种由机理建模提供信息的富镍全固态电池可解释老化预测模型，发表于 Applied Energy 第 427 卷 Part D。摘要未给出具体数据集、误差指标与代码获取方式。
推荐理由：该工作用机理模型为富镍全固态电池老化预测提供可解释输入，读者可参考其机理与数据融合的建模思路。
关键词流·SOX 与寿命预测精选AI 评分7575 AI-Enabled Battery Management 数据集发布：94 条 BMS 经验参数与六项公开数据基准
该数据集整理了来自 23 篇 Battery University 文章的 94 条从业者 BMS 参数和 12 张参考表，涵盖 SOC/SOH 估计限值、均衡与保护阈值、充放电温度窗口、按化学体系的热失控起始温度等。
推荐理由：该数据集把 94 条从业者 BMS 经验参数与公开实测数据并排对照，并附六项 AI-for-BMS 实验的可复现代码。
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。
eTransportation精选AI 评分6060 电芯老化如何聚合到系统层面：串联、并联与串并联锂离子电池模组的实验对比
Tobias Brehler 等人在 eTransportation 第 30 卷发表研究，通过实验对比串联、并联与串并联锂离子电池模组，考察电芯老化如何聚合到系统层面。材料仅提供摘要，具体模组配置、电芯体系与测量结果未在摘要中给出。
推荐理由：原文通过串联、并联与串并联模组的实验对比，展示电芯老化差异如何在系统层面聚合，为模组级老化评估提供对照依据。
arXiv · battery（eess.SY 系统与控制）精选AI 评分8080 NOCE-Net：用嵌套序列建模学习电池运行工况表征
作者提出 NOCE-Net，一种深度嵌套序列模型，可直接从原始循环运行或遥测数据学习可用于控制的表征。其数据管线 re-BatteryData 将异构老化数据集统一为以绝对电荷吞吐量定义的全等效循环（FEC），覆盖十个公开数据集约 700 个电池、300 多种运行工况。
推荐理由：该工作用嵌套序列模型从原始循环数据学习表征，在未见化学体系上做零样本电压预测，并给出隐状态与容量衰减的关联诊断。
Energy Storage Materials精选AI 评分7272 物理信息数字孪生揭示锂离子电池拐点起始的机理阈值
Mingyuan Zhao 等人提出一种物理信息数字孪生方法，用于揭示锂离子电池老化拐点起始的机理阈值。该研究发表于 Energy Storage Materials 第 92 卷，作者包括 Binghe Liu、Yongjun Pan、Huizhi Wang 和 Yongzhi Zhang。
推荐理由：该工作用物理信息数字孪生定位锂离子电池拐点起始的机理阈值，为老化早期预警提供可迁移的建模思路。
Journal of Power Sources精选AI 评分5050 研究提出基于稳健电压-容量特征追踪锂离子电池老化
Hamid Hamed 等人在 Journal of Power Sources 第 698 卷发表研究，提出用稳健的电压-容量特征追踪锂离子电池老化。作者包括 Albin Conde Reis、Sasan Amini、Inneke Van Nieuwenhuyse 和 Mohammadhosein Safari，论文发表于 2027 年 1 月 15 日。
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。
arXiv · battery（eess.SY 系统与控制）精选AI 评分7171 闭环域生成框架提升跨工况电池健康诊断精度
作者提出闭环域生成框架，用变分自编码器潜在空间外推生成物理约束的跨域样本，并以贝叶斯优化自动标定采样、潜在正则、外推、扰动与生成量等超参数，全程排除目标域后期数据。在四个跨域案例中，正极活性材料损失、负极活性材料损失和锂库存损失的RMSE分别为1.53%、2.15%和2.02%，传统方法误差明显更高甚至完全失效。该框架不依赖下游诊断模型，可用于车载且物理一致的电极级老化诊断。
推荐理由：该框架用变分自编码器与贝叶斯优化生成跨域样本，四个跨域案例中三类电极老化模式的RMSE均约2%，可迁移到少样本目标域诊断。
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。
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。
eTransportation精选AI 评分6262 石墨/LFP 软包电芯的负值与零值日历容量及阻抗老化建模
Xinyou Ke 等人在 eTransportation 第 29 卷发表研究，针对石墨/LFP 软包电芯提出负值与零值日历容量及阻抗老化建模方法。作者包括 Xinyou Ke、Hongwei Zhang、Yu Hui Lui、Yameng Liu、Jun Cai，论文计划于 2026 年 9 月出版。
推荐理由：针对石墨/LFP 软包电芯，提出负值与零值日历容量及阻抗老化建模思路，为静置老化预测提供新视角。
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6060 退役锂离子电池快速分选框架：基于电极级老化状态诊断
eTransportation 第 29 卷刊出 Qingqing Yang 等人的研究，提出一种面向退役锂离子电池的快速分选框架，通过电极级老化状态诊断实现分选。作者包括 Huaqin Zhang、Jianwei Li、Zhiwei He、Weiming Teng、Guodong Zhang，出版日期为 2026 年 9 月。
推荐理由：面向退役电池分选，提出从电极层面诊断老化状态的快速框架，可为梯次利用分选流程提供方法参考。
eTransportation精选AI 评分6262 基于拆解的实车老化电池包电芯到电池包容量与内阻缩放规律
Marco Fischer 等人在 eTransportation 发表研究，基于拆解实车老化 EV 电池包，分析容量与内阻从电芯到电池包层级的缩放关系。论文发表于 Volume 30，作者包括 Martin J. Brand、Alexander Schröder 和 Andreas Jossen。
eTransportation精选AI 评分5050 可扩展多源老化耦合框架用于锂离子电池高保真电化学与热建模
Haoran Lu 等提出一种可扩展的多源老化耦合框架，用于锂离子电池的高保真电化学与热建模。该框架将多源老化信息与电化学、热模型耦合，论文发表于 eTransportation 第 30 卷，作者为 Haoran Lu、Lance Zhao、Luke Hu、Zhe Li。
推荐理由：该框架把多源老化数据与电化学热模型耦合，为高保真电池建模提供可扩展路径。
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）精选AI 评分6262 基于充电信号估计放电增量容量特征的锂离子电池老化监测框架
该论文提出一种神经网络框架，直接从充电信号预测放电增量容量（IC）特征，从而免去低电流放电测量。模型在 53 个电芯、多种快充协议的数据集上训练，能在未见过的电池数据上估计老化指标；在评估的多种架构中，LSTM 在预测精度与计算效率之间取得最佳平衡。作者称该方法可实时集成到 BMS，在不干扰电池正常运行的条件下增强老化监测。
推荐理由：该工作用充电信号预测放电 IC 特征，省去低电流放电测量，为快充场景下的在线老化监测提供了一条可迁移思路。
arXiv · battery（physics.app-ph）精选AI 评分5757 从正极到负极：21700 型富镍 NCM||石墨-SiOx 电芯的锂损失机制
研究针对 21700 型 NCM 正极与石墨/SiOx 负极电芯开展循环老化实验，结合原位中子衍射、中子深度剖析和 X 射线 CT 观测老化过程。循环后正极侧 NCM 晶胞变化减小，负极侧完全嵌锂 LiC6 相生成减少，微分电压分析显示除锂库存损失外还存在负极活性材料损失。
推荐理由：该研究用中子衍射、中子深度剖析与 CT 联用，直接观测 21700 型 NCM/石墨-SiOx 电芯循环中的锂损失与活性材料损失。