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。
回收与梯次
全部主题电池回收与梯次利用：退役电芯再利用、余能评估、梯次场景的老化规律。
最新精选
第 1–3 条 · 共 3 条关键词流·BMS 与电池智能算法精选AI 评分5050
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。