2026.10.18 · 电池研究日报

电池寿命预测论文每日监测报告（2026-10-18）

今日结论

• 新增/补入： 正式报告 5 篇：本轮发现 3 篇、从历史积压中核验 2 篇；全文级 / 摘要级 / 元数据级 / 线索级 = 2 / 3 / 0 / 0。按脚本评分≥80计，高分 2 篇。检索窗口按 payload 为 2026-09-18 至 2026-10-18；这不是论文发表日期范围。
• 最值得跟进： ① DpMamba以双路径状态空间模型与EOL风险头联合建模，摘要报告跨4个公开数据集的相对MAE改善；下一步取得全文核对电芯级划分及EOL阈值。② Pepe与Ciucci用快充电压特征同时预测SOH曲线与EOL；下一步核对完整测试切分和长预测窗。③ Liu等开放全文可查，PE-VMD+双高斯+GRU给出逐电池误差，但先全序列分解再时序切分存在未来信息渗漏风险，优先检查因果性。
• 总体判断： 候选覆盖状态空间网络、特征工程神经网络、混合退化模型和粒子滤波等路线。两篇全文可读的工作披露了较多数据与流程，但Liu等的预处理先于时间切分，需谨慎看待结果；三篇摘要级工作缺少可复核的完整划分细节。37款BEV文章属于基于老化模型的情景估算，不是车队实测预测器，适合作为二次利用容量背景而非直接算法基准。
• 质量提醒： ① DpMamba的OpenAlex题录日期为2026-08-05，但IOP页明确该日为接收日、正式发表日为2026-08-24。② Batteries论文MDPI页列2023-06-11，Crossref候选日期为2023-06-12；Applied Energy与Journal of Energy Storage的Crossref日期为月级/被归一为月初，出版社页给出更精确日期。③ 四篇文章无法获取PDF或订阅全文，按摘要级而非全文级记录；其中Elsevier页面可见摘要及局部章节摘录。④ Gold-label Top-K未完成标注，precision@K未知，不是0。
• 检索规模： 发现记录 555 / 去重后记录 357 / 重复记录 198 / 保留题录 252 / 过滤条目 105。即555次发现中198次重复；357条去重题录中252条保留、105条过滤噪声。OpenAlex与Crossref为相关性排序样本，不代表全量文献覆盖。

论文总览

单篇论文分析

1. DpMamba: A Dual-Path State Space Model for Reliable Remaining Useful Life Prediction of Lithium-Ion Batteries

论文基本信息

纳入理由与原文证据

• 主题/边界： 直接预测锂离子电池RUL，并以独立风险头估计EOL邻近风险，属于正式范围。
• 证据： IOP摘要描述原始时间分辨率的局部路径与降采样趋势路径融合，并在TJU、NASA、Oxford、CALCE上测试；出版社摘要。

数据集/电池体系

• 体系/数据： 摘要列四套公开退化数据集TJU、NASA、Oxford、CALCE；具体化学体系、电芯数、循环数、各数据集占比未说明。
• 工况/跨域： 论文称在不同预测起点进行实验；温度、倍率、化学体系跨域设置及是否留出整颗电芯未能确认。

EOL/RUL/SOH 定义

• 目标/定义： 预测RUL，同时用hazard head估计目标循环附近EOL风险；容量/EOL阈值及RUL标签单位未能从摘要确认。
• 未来信息风险： 多预测起点有助于检查提前量敏感度，但摘要未说明窗口构造、预处理拟合范围或是否按电芯隔离，不能据此排除泄漏。

模型方法

• 流程： 原始序列局部路径捕捉短期波动，降采样趋势路径捕捉长期衰减，经门控残差融合后进行容量回归和EOL风险估计；损失由加权SMAPE与风险对齐项组成。
• 部署： 摘要报告推理效率/计算成本分析，但未给可确认的设备、时延或能耗数据。

验证设计

• 划分/泛化： 四个公开数据集、不同预测起点；基线比较、消融与计算成本分析已在摘要中提及。具体拆分单位、独立测试集和外部验证流程未说明。
• 可信度： 信息不足；测试范围较广，但评估协议仅从摘要确认，无法复核是否为电芯级独立测试。

指标与结果

• 摘要报告相对最强基线的MAE降幅：TJU 20.0%–35.3%、NASA 58.8%–62.6%、Oxford 10.3%–14.0%、CALCE 26.4%–28.0%。这是相对改善，不是绝对MAE，摘要未给出误差单位或各切分的绝对值。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；需检查完整寿命曲线是否参与归一化、分段或风险阈值设定，以及同一电芯窗口是否跨训练/测试。
• 复现性： 中低；数据集名称、关键架构与相对结果已知，全文、代码、超参数、随机种子和完整标签定义未确认。
• 局限性： ①无绝对误差；②电芯级划分和跨化学体系泛化未说明；③付费全文本轮无法核验。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： 双尺度状态空间建模并联合预警与点预测，主题贴合度高。优先取得全文，核查EOL定义、每个数据集的独立电芯测试和计算成本明细。

2. Remaining Capacity of LFP and NMC Batteries—Extensive Analysis of Commercially Available BEV Models in European Union

论文基本信息

纳入理由与原文证据

• 主题/边界： 文章估算BEV电池SoH及EOL可用剩余容量，符合SOH/EOL与退化轨迹范围；它是参数化情景估算，不是在线预测模型或真实车队追踪。
• 证据： 全文称将日历与循环老化机制用于37个BEV型号版本，并比较0、25、45°C工况；见MDPI全文。

数据集/电池体系

• 体系/数据： 13款高注册量车型的37个版本，覆盖LFP和NMC；车型规格、可用容量及欧盟注册信息与既有化学体系老化系数组合。不是逐车实测数据集。
• 工况/跨域： 设0/25/45°C三种温度，以及SoC/DoD 70/30、50/50、20/80三种行驶情景；模型未纳入具体厂商、电芯结构、BMS与冷却差异。

EOL/RUL/SOH 定义

• 目标/定义： 以日历与循环容量损失计算SoH，再由实际可用容量推算EOL时剩余kWh；SoH从1代表新电池到0代表完全衰减。未确认采用通用80%容量阈值，不能把常见阈值代入本文定义。
• 未来信息风险： 结果依赖已设定的保修年限、里程和驾驶情景；这是模型推演而非按预测时点截断的在线任务，不应与盲测RUL精度直接比较。

模型方法

• 流程： 车型可用容量与里程/能耗 → 化学体系日历老化和循环老化经验公式 → SoH与EOL剩余容量；文中采用相应LFP/NMC系数并给出三个情景。
• 部署： 不含已核验的传感器输入、在线更新或端侧计算设计；用途是车型间退役容量和二次利用潜力比较。

验证设计

• 划分/泛化： 37个车型版本在统一模型假设下作参数扫描；未见独立实测电芯、真实BMS车队留出集或外部预测验证。
• 可信度： 信息不足；全文可读，但外推依赖化学体系级系数，不能视为每个车型的实验验证轨迹。

指标与结果

• 摘要报告部分高可用容量车型的EOL剩余容量约40–77 kWh，具体值随退化情景而变。全文指出25°C下高SoC时部分NMC版本SoH低于0.65，45°C情景下若干NMC版本可能在模拟期限前衰减至0；这些是模型输出，不是实测寿命结果。

泄漏风险、复现性与局限性

• 泄漏风险： 传统数据泄漏不适用；主要风险是把统一化学系数的情景外推误读为车型级实证。日历与循环损失采用加和经验式，未显式建模耦合和参数不确定性。
• 复现性： 中；公开全文、参数表和情景设置可查，但系数来自外部文献，车型行为并无独立实测复核。
• 局限性： ①未建模厂商/热管理与BMS差异；②结论依赖预设驾驶、温度、年限与里程；③数据可用性和逐车标定未见明确说明。

是否值得跟进

• 结论： 观望。
• 理由与下一步： 可作为退役BEV二次利用容量情景参考，但与寿命预测算法基准不同。下一步核对其EOL时间/保修里程映射及参数来源，再决定是否纳入容量估算比较。

3. Long-range battery state-of-health and end-of-life prediction with neural networks and feature engineering

论文基本信息

纳入理由与原文证据

• 主题/边界： 直接预测SOH与EOL，且目标包含完整SOH退化曲线而非单次健康监测，明确符合范围。
• 证据： 出版社摘要报告以快充电压曲线特征训练LSTM/GRU，同时回归SOH并预测EOL；ScienceDirect摘要。

数据集/电池体系

• 体系/数据： Severson快充数据：124个石墨/LFP电芯、74种快充条件。充电策略采用两段恒流后接CC-CV，具体各段参数范围见出版社章节摘录；全文切分表和样本分配未能取得。
• 工况/跨域： 覆盖多种快充策略；摘要与章节摘录未确认跨化学体系测试，也未给温度范围和各集合电芯数。

EOL/RUL/SOH 定义

• 目标/定义： 预测SOH轨迹和EOL；作者在摘要报告EOL误差DEOL，但其操作阈值、RUL换算方式及标签生成细节未能从摘要确认。
• 未来信息风险： 出版社介绍称在未见测试电池上评估，方向上支持电芯留出；具体切分、特征选择是否仅在训练集拟合及预测起点是否模拟在线场景仍需全文确认。

模型方法

• 流程： 从充/放电电压曲线提取并插值压缩特征，以LSTM和GRU预测SOH/EOL；设计强调SOH回归并惩罚衰减不合理的损失函数，另有特征重要性分析。
• 部署： 研究讨论压缩输入以降低计算需求，但未确认车载硬件、推理延迟或实时部署数据。

验证设计

• 划分/泛化： 以124个公开快充电芯进行实验，出版社摘要称在未见电池上测试；训练/测试精确比例、多个随机种子及外部数据验证未确认。
• 可信度： 中；公开数据和未见电池测试的描述有价值，但无法复核拆分协议与重复试验。

指标与结果

• LSTM报告SOH平均误差5.49%、EOL平均偏差DEOL为−1.27%；文中摘要称预测覆盖电池寿命约80%的跨度。不同预测窗口的方差、GRU逐窗口结果及绝对RUL误差本次未能确认，故不作横向比较。

泄漏风险、复现性与局限性

• 泄漏风险： 中/信息不足；虽提及未见测试电池，仍需确认完整曲线特征提取、插值及调参是否先于电芯划分；作者也指出方法依赖寿命期间充放电策略保持稳定。
• 复现性： 中低；数据来源和模型类别已知，全文、代码、超参数、随机种子及训练窗口细节未核实。
• 局限性： ①仅见石墨/LFP快充条件；②策略变化下有效性存疑；③出版社摘要不足以核对所有误差定义和切分细节。

是否值得跟进

• 结论： 强烈跟进。
• 理由与下一步： 同时建模SOH轨迹与EOL且报告长预测窗，具备直接参考价值。优先获取全文，核对每个电芯的留出关系、DEOL符号定义、特征工程防泄漏和代码可用性。

4. A Lithium-Ion Battery Capacity and RUL Prediction Fusion Method Based on Decomposition Strategy and GRU

论文基本信息

纳入理由与原文证据

• 主题/边界： 同时预测锂离子电池容量衰退与RUL，属于核心寿命预测任务。
• 证据： 全文写明容量信号先经PE-VMD拆分趋势与局部波动，再分别由双高斯模型和GRU预测；MDPI全文。

数据集/电池体系

• 体系/数据： 四个样本：实验室S5（石墨/LFP）、NASA电池5/6（石墨/LNCA）和CALCE的CX2-37（LiCoO₂）；其中S5为自建平台数据，另三者来自公开库。
• 工况/跨域： S5在25°C、NASA样本约24°C、CALCE室温；电芯形状、额定容量与充放电倍率不同。文中称统一以额定容量70%为EOL标准。

EOL/RUL/SOH 定义

• 目标/定义： RUL由预测容量达到额定容量70%的循环数计算；四例EOL循环分别为137、54、43、1021。RUL绝对误差单位为循环。
• 未来信息风险： 文章先对容量序列做PE-VMD分解，再切分训练/测试；若分解使用整条寿命序列，可能把未来形态信息带入训练，需检查其是否严格因果。

模型方法

• 流程： PE判定VMD模态数 → 低频全局退化趋势用双高斯容量模型及LM-PF拟合 → 高频局部波动由GRU预测，BAS优化学习率 → 合成容量轨迹并换算RUL。
• 部署： 文中讨论模型计算量与车载BMS适用性，但未提供硬件实测时延或能耗。

验证设计

• 划分/泛化： 每个电芯前50%寿命用于训练、其余用于测试，另与PF、GRU及文献算法比较；没有电芯间独立留出，测试主要是同一电芯的后半程外推。
• 可信度： 中低；数据跨来源且有比较实验，但样本仅4个，且先分解后切分构成重要未来信息风险。

指标与结果

• 容量预测表中四例RMSE为0.0103、0.0083、0.0142、0.0053，MAPE均低于1%（原文未明确RMSE量纲/归一化尺度）；RUL绝对误差分别为1、0、1、2个循环。数字仅适用于这四个案例。

泄漏风险、复现性与局限性

• 泄漏风险： 高/待复核；先用完整序列做非因果VMD再按时间切分，可能引入测试段信息；建议以仅使用训练前缀的滚动分解重做。
• 复现性： 中；全文给出算法、数据来源和指标，但Data Availability写“Not applicable”，S5原始数据、代码与随机种子未确认开放。
• 局限性： ①每类来源仅少数电芯；②同电芯后半程测试不等同跨电芯泛化；③阈值和工况差异限制横向比较。

是否值得跟进

• 结论： 强烈跟进。
• 理由与下一步： 混合趋势/波动建模清晰且全文可读，RUL误差按循环报告。复现时先修正VMD时序泄漏，再按电芯留出并检查EOL标签是否与输入预处理一致。

5. A lithium-ion battery remaining useful life prediction method based on unscented particle filter and optimal combination strategy

论文基本信息

纳入理由与原文证据

• 主题/边界： 论文明确以锂离子电池RUL为输出，围绕退化趋势与粒子退化问题提出滤波预测方法，属于正式范围。
• 证据： 出版社摘要说明UKF生成粒子提议分布，并以optimal combination strategy重采样以改善粒子多样性；ScienceDirect摘要。

数据集/电池体系

• 体系/数据： 两套独立公开锂离子电池数据：NASA与CALCE。电芯数量、化学体系、具体数据版本及各集合样本数未能从摘要确认。
• 工况/跨域： 作者称两套不同公开数据集用于验证泛化；充放电工况、温度、跨数据集训练/测试方向及切分单位未说明。

EOL/RUL/SOH 定义

• 目标/定义： 以电池退化状态预测RUL；摘要未说明容量阈值、RUL单位、标签生成规则或在线预测起点。
• 未来信息风险： 粒子滤波按观测逐步更新的设定与在线预测相容，但需核对容量状态模型、参数估计是否只用当前可用历史，且不能因方法名称推断已避免泄漏。

模型方法

• 流程： UKF利用观测构造粒子提议分布并计算PF权重；OCS在重采样阶段控制粒子复制与分布差异，以减轻退化/贫化；输出容量退化状态并推得RUL。
• 部署： 摘要称计算成本较少，但未提供BMS硬件、延迟、粒子数或在线更新资源数字。

验证设计

• 划分/泛化： NASA与CALCE各有RUL实验，并与主流方法比较；摘要称两套独立数据验证，但未披露电芯级留出、训练/测试划分或外部盲测细节。
• 可信度： 信息不足；数据源多于单一实验，但细节和数值需全文确认。

指标与结果

• 出版社摘要报告与主流方法比较后预测有效、稳健；章节摘录显示评估指标包括RMSE、MAPE和R²。当前可读摘要未提供可核验的具体结果数值，因此不以定性描述替代实验指标。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；应确认每个测试电芯是否独立留出、滤波参数是否由测试数据调优，以及RUL阈值/标签是否用完整寿命事后确定。
• 复现性： 低至信息不足；公开数据集名称和核心滤波机制可查，全文、代码、粒子数、初始化、超参数及随机种子未确认。
• 局限性： ①没有可见的绝对误差数字；②作者机构和通讯作者未能确认；③跨数据集验证的具体协议不明。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： OCS针对粒子贫化这一明确问题，且覆盖NASA/CALCE两个公开库。优先取得全文核实阈值、切分、逐数据集误差及计算开销，再判断是否纳入滤波基线。