AI 周报 · 2026 年第 42 周 · 10.12 — 10.18
BATHOT ACAD
电池健康建模走向跨工况统一
本期覆盖 2026-10-12 至 2026-10-18。电池状态估计与老化建模是本期主线：NOCE-Net 以嵌套序列模型从原始循环与遥测数据学习可控制表征，其 re-BatteryData 管线以绝对电荷吞吐量定义全等效循环，统一十个公开数据集约 700 个电池、300 多种运行工况；Uni-Mamba 用域自适应状态空间模型实现跨材料、跨工况 SOH 估计；另有物理信息贝叶斯连续时间方法处理随机负载下的 SOH 估计，以及物理信息学习刻画健康感知等效电路参数演化。老化机理方面，有研究以电化学-热-老化模型的一致参数化关联日历老化与循环老化。工具侧，PyBaMM 发布 v26.10.1.0，支持 Python 3.15 并修复多项模型错误。
跨工况统一表征
本版导读NOCE-Net 提出深度嵌套序列模型，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；配套 re-BatteryData 数据管线以绝对电荷吞吐量定义全等效循环（FEC），把异构老化数据集统一起来，覆盖十个公开数据集约 700 个电池、300 多种运行工况。Uni-Mamba 则以域自适应状态空间模型构建跨材料、跨工况的 SOH 估计统一框架，两者共同指向减少对特定工况与材料的依赖。
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。
Uni-Mamba：基于域自适应状态空间模型的跨材料跨工况电池 SOH 估计统一框架
作者提出 Uni-Mamba，一个通过域自适应状态空间模型实现跨材料与跨工况电池 SOH 估计的统一框架。
物理信息方法进展
本版导读多篇研究把物理约束引入数据驱动建模：Yuefeng Liu 等提出物理信息贝叶斯连续时间方法，用于随机负载下锂离子电池 SOH 估计，发表于 Journal of Power Sources 第 698 卷；Tianyi Zhang 等人在 Journal of Energy Storage 第 182 卷 Part F 发表研究，用物理信息学习刻画锂离子电池健康感知的等效电路参数演化。
面向随机负载的物理信息贝叶斯连续时间 SOH 估计方法
Yuefeng Liu 等人提出一种物理信息贝叶斯连续时间方法，用于随机负载下锂离子电池的 SOH 估计，论文发表于 Journal of Power Sources 第 698 卷。作者署名为 Yuefeng Liu、Ziyu Yang、Ning Yang，出版日期为 2027 年 1 月 15 日。目前 feed 仅提供摘要信息。
物理信息学习建模锂离子电池健康感知等效电路参数演化
Journal of Energy Storage 第 182 卷 Part F 刊出 Tianyi Zhang 等人的研究，提出用物理信息学习刻画锂离子电池健康感知的等效电路参数演化。作者包括 Hang Yu、Yulong Yu、Yifan Wang、Jin Wang、Lei Chen，论文于 2026 年 12 月 30 日出版。
老化机理关联建模
本版导读有研究提出对电化学-热-老化模型进行一致参数化，以关联锂离子电池的日历老化与循环老化。该条目目前仅提供标题，摘要与正文内容暂不可得，具体方法细节有待后续补充。
通过电化学-热-老化模型的一致参数化关联锂离子电池日历老化与循环老化
该研究提出对电化学-热-老化模型进行一致参数化，以关联锂离子电池的日历老化与循环老化。原文仅提供标题，摘要与正文内容暂不可得。
PyBaMM 版本更新
本版导读PyBaMM 发布 v26.10.1.0，新增对 Python 3.15 的支持，jax extra 可接受最高 0.11 的 JAX；fem extra 可通过 pip install "pybamm[fem]" 安装 scikit-fem 与 meshio，以支持 2D 等维度建模，同时修复多项模型错误。
PyBaMM 发布 26.10.1.0：支持 Python 3.15 并修复多项模型错误
PyBaMM 发布 v26.10.1.0，新增对 Python 3.15 的支持，jax extra 可接受最高 0.11 的 JAX，fem extra 通过 pip install "pybamm[fem]" 安装 scikit-fem 与 meshio 以支持 2D 和 3D 有限元网格。