2026.11.02 · 电池研究日报

电池寿命预测论文每日监测报告（2026-11-02）

今日结论

• 新增： 4 篇正式论文卡片；另有 1 篇主题合格但发表日期冲突的论文延期复核。4 篇中 2 篇是旧积压候选，2 篇是本轮新入库候选。全文级 / 摘要级 / 元数据级 / 线索级：3 / 1 / 0 / 0。
• 最值得跟进： ① Tian 等的跨环境 SOH 与热状态联合预测，XJTU/NASA 数据、按电芯划分验证，下一步复核其转移划分并尝试复现；② Rauf 等综述可用来梳理 SOH/RUL 方法谱系，下一步按近年论文更新其模型比较；③ Iftikhar 等给出 LSTM 自编码器方案，但测试划分文字不一致，优先索取数据及划分细节，不直接采信其精度主张。
• 总体判断： 本批包含两篇方法综述、一篇 RUL 深度学习实验和一篇兼顾 SOH 与热安全预警的跨域模型。Frontiers 研究的电芯级交叉验证和跨环境测试较有参考价值；Scientific Reports 论文的样本划分和标签定义不够清楚，指标应谨慎看待。两篇较早综述是积压补报，不属于本轮检索窗口内的新发表成果。
• 质量提醒： OpenAIRE 的 SOH 论文已核实 DOI、出版社页和摘要，但 OpenAIRE 记为 2026-11-01、ScienceDirect 卷期日期为 2026-11-15（本轮尚在未来）、DOI 元数据另给 2026-07-29，故延期至 2026-11-09；不把日期冲突当作不相关标签。ScienceDirect 的 Joule PDF 下载端点未能取回全文，使用出版社文章页摘要；其余三篇取得全文。所有检索源健康，无失败告警。
• 检索规模： 发现记录 554 / 去重后记录 359 / 重复记录 195 / 保留题录 234 / 过滤条目 125。发现次数、去重题录、重复发现及过滤噪声为不同口径；OpenAlex 与 Crossref 为 relevance-ranked sample，不能视作穷尽检索。

论文总览

单篇论文分析

1. Machine learning in state of health and remaining useful life estimation: Theoretical and technological development in battery degradation modelling

论文基本信息

纳入理由与原文证据

• 主题/边界： 直接综述锂离子电池退化建模、SOH 估计和 RUL 预测，主题明确；它是方法综述，不是新的预测器或独立实验。
• 证据： 作者说明综述覆盖电池退化建模及 SOH/RUL 的机器学习方法，并比较分类、特性、评估流程和应用。全文

数据集/电池体系

• 体系/数据： 综述对象为锂离子电池研究，不提供新的电芯实验数据。文中说明从 Nature、Elsevier、IEEE、Springer 及会议文献检索，初检超过 500 篇，筛选 300 篇，最终列出 250 篇；这些是作者的文献筛选数，不是电池样本量。
• 工况/跨域： 汇总既有研究中的温度、SOC、DOD、电压范围、电流倍率和储存时间等影响因子；本文自身未做跨电芯或跨化学体系验证。

EOL/RUL/SOH 定义

• 目标/定义： 讨论 SOH 与 RUL 如何表征电池性能衰退及可用寿命；没有为本文设定统一 EOL 阈值或训练标签。
• 未来信息风险： 不适用为模型实验的泄漏检查；需关注各被综述论文定义、标签与切分标准不同，不能把综述中的比较直接当作同一基准下的横评。

模型方法

• 流程： 综述按电池退化和数据驱动建模、SOH/RUL 机器学习方法及其类别、应用与局限组织内容；涵盖 ML 方法而非提出新模型。没有本文自己的 baseline 或消融实验。
• 部署： 文中讨论实时性、可扩展性和计算成本，但未验证一套可部署系统。

验证设计

• 划分/泛化： 不适用模型训练/测试划分。作者报告了检索来源、关键词和筛选数量，但已核对的方法部分未见可复跑的完整检索式或逐篇质量评分流程。
• 可信度： 中；全文可读且主题覆盖直接，但筛选流程的复现细节有限，不能据此估算生产模型效果。

指标与结果

• 这是综述，没有新的点预测、分类预警或不确定性指标；不报告实验数值。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足/不适用；重点风险是纳入研究的定义及验证划分不统一，而非本文训练数据泄漏。
• 复现性： 中低；PDF 可获取，检索来源与大致筛选数有说明，但已核验内容未提供可复现的完整查询日志、筛选清单或代码。
• 局限性： 文献检索与分类发表于 2021 年，需用近期研究更新；对最终 250 篇按影响因子、引用数及复核筛选，可能引入选择偏差；没有新数据或前瞻验证。

是否值得跟进

• 结论： 跟进，作为背景综述。
• 理由与下一步： 适合建立 SOH/RUL 方法 taxonomy，不应代替当前 benchmark。建议沿其分类更新 2022 年后的领域迁移、数据泄漏和部署研究，并抽查原文核验其性能比较。

2. Battery Lifetime Prognostics

论文基本信息

纳入理由与原文证据

• 主题/边界： Joule 的综述直接讨论锂离子电池剩余寿命预测，纳入作为方法发展与挑战的背景资料。它不提供新的模型实验结果。
• 证据： 出版社摘要称文章综述 model-based、data-driven 与 hybrid RUL prognostic techniques，并讨论挑战及未来方向。出版社摘要

数据集/电池体系

• 体系/数据： 聚焦锂离子电池退化机制与寿命预测；未能从可访问的摘要确认其逐项纳入的数据集、样本规模或化学体系覆盖范围，故不补推。
• 工况/跨域： 摘要强调不同工作条件影响寿命，但具体温度、倍率或跨域切分信息未能从当前可读页面确认。

EOL/RUL/SOH 定义

• 目标/定义： 主题是电池剩余寿命 prognostics；出版社摘要没有给出统一的 RUL 单位、EOL 阈值或标签生成规则，不能当作单一监督任务定义。
• 未来信息风险： 不适用为本文训练实验的泄漏评估；后续引用其所综述的单篇模型时，必须分别检查是否使用完整寿命曲线或后验平滑信息。

模型方法

• 流程： 综述模型驱动、数据驱动和混合 prognostics，讨论优势、局限和趋势；不是提出新的神经网络，也无本文 baseline/消融。
• 部署： 文章摘要指出寿命预测对 BMS、安全运行和二次利用重要；实际计算资源、时延和在线更新要求未能由摘要确认。

验证设计

• 划分/泛化： 综述文，无可用于本文的训练/测试划分或独立电芯验证信息。
• 可信度： 中；出版社确认文章身份及研究范围，但全文未取回，不能审查文献纳入标准和详细比较表。

指标与结果

• 没有本文原创点预测、预警或不确定性数字；摘要未报告实验指标。脚本分数不是论文结果。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足/不适用；应在其所引用的具体研究中检查验证切分。
• 复现性： 低至信息不足；目前只核验到出版社页面摘要，未取得全文、数据或代码信息。
• 局限性： 发表时间较早；无法从摘要核实检索策略、筛选偏差及各方法的统一比较标准；不适合作为现行算法精度基准。

是否值得跟进

• 结论： 观望，作为历史背景。
• 理由与下一步： 适合追溯寿命 prognostics 的分类和挑战，不应据其摘要推断各类方法优劣。下一步如需引用性能结论，应先取得全文并逐篇回查原始实验论文。

3. A deep learning approach to optimize remaining useful life prediction for Li-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，纳入寿命预测；但需把方法贡献与验证质量分开评价。
• 证据： 论文提出 AccuCell Prodigy，组合自编码器和 LSTM；全文报告 3 个电芯及电流变化数据。Nature 全文

数据集/电池体系

• 体系/数据： 论文称数据含 530,592 个样本和 3 个 Li-ion 电芯、22 种电流参数变化；其中两只电芯来自 UET Lahore 实验，另一只来自 Millat Factory。具体正极化学体系未能确认。数据需向通讯作者申请，未见公开下载链接。
• 工况/跨域： 纳入电压、电流、容量、温度、内阻、充放电能量等字段；文章称电流条件有变化，但没有足够信息确认真实车载工况或跨化学体系覆盖。

EOL/RUL/SOH 定义

• 目标/定义： 以 RUL/代理 RUL 标签预测循环寿命；全文将循环寿命描述为容量显著衰退前的充放电循环数，但未能确认明确的 EOL 容量阈值及标签构造细节。
• 未来信息风险： 文章称用电芯样本划分训练/测试，但摘要的 80/20 表述与方法中“样本 1 留作测试、其余两样本训练”并不完全一致；标准化参数是否仅由训练集拟合也需确认。

模型方法

• 流程： 电池运行特征 → MinMaxScaler 与自编码器降维 → Dense/LSTM 时序模型 → RUL；采用 Adam、MSE 损失、MAE 评估及 early stopping。论文未提供可核验的关键 baseline/消融结果。
• 部署： 文中称自编码器训练约 4–5 分钟、LSTM 约 3.75 小时（CPU），但硬件规格和可比设置不充分；实时推断延迟未说明。

验证设计

• 划分/泛化： 报告 80/20 拆分，并另称某一电芯作测试、两只用于训练；验证集与测试集叙述也有混用。独立电芯外测的具体流程未能确认。
• 可信度： 信息不足偏低；有全篇可查，但拆分描述与数据来源不够一致，无法据摘要中的“unseen”断言跨电芯泛化成立。

指标与结果

• 测试表报告 MSE 0.1305%、MAE 2.484%、RMSE 3.613%、R² 0.9849。指标单位/归一化尺度说明不充分；文中另有“96% accuracy”表述，与回归误差指标口径不清，未将其作为可靠结果。

泄漏风险、复现性与局限性

• 泄漏风险： 中高/信息不足；需确认 80/20 是按电芯还是按窗口/样本随机切分，以及归一化和特征生成是否仅用训练数据。文中切分表述的差异是首要核查点。
• 复现性： 低；数据按合理请求提供，当前未见代码仓库、随机种子或完整实验配置。
• 局限性： 电芯数仅 3；标签阈值和指标尺度欠清晰；跨温度、倍率、化学体系及独立真实 BMS 验证不足。

是否值得跟进

• 结论： 谨慎跟进。
• 理由与下一步： 结构简单、数据字段较丰富，但现有报告不足以证明跨电芯泛化。优先索取数据与切分脚本，确认 EOL 标签和归一化流程，再在严格 leave-one-cell-out 设定下复现；不把高 R² 或“96% accuracy”直接作为部署依据。

4. Cross-domain thermal-health prediction and early warning for lithium-ion batteries via dual-stream network

论文基本信息

纳入理由与原文证据

• 主题/边界： 论文联合预测 SOH 与温度并进行早期热风险预警。它没有直接预测 RUL/EOL，但 SOH 是明确寿命/健康目标，故纳入并标记为相邻热安全任务。
• 证据： 摘要报告 XJTU 动态工况 SOH MAE 0.011、最大温度 MAE 0.898°C，NASA 跨环境迁移 SOH MAE 0.022。Frontiers 全文

数据集/电池体系

• 体系/数据： XJTU 数据为 NMC 18650 电芯，固定工况子集 23 节、动态工况 16 节；固定放电 1C，动态倍率为 0.5、1、2、3、5C。NASA 子集含室温组 4 节与低温组 4 节。均为锂离子电池。
• 工况/跨域： NASA 组 A/B 环境温度为 24°C/4°C，放电截止电压也不同；研究测试固定↔动态迁移及 NASA 跨环境迁移。没有报告真实车队 BMS 数据验证。

EOL/RUL/SOH 定义

• 目标/定义： SOH 定义为当前放电容量除以标称容量，所有电芯标称容量 2.0 Ah；另预测平均/最大温度和温差。未直接定义或预测 EOL/RUL。
• 未来信息风险： 作者说明同一电芯不会跨训练/测试分区；告警参数仅用训练/验证数据调节。迁移实验中会用少量目标域标签微调，部署时需要明确可用标签时点。

模型方法

• 流程： 14 个按周期提取的物理启发特征 → 并行 TCN 捕获局部热变化、Mamba 表征长期退化 → 门控融合、多任务预测头；以 MMD 分布对齐做少样本域适配，并对高温区域加权。
• 部署： 从预测状态转为分层告警；传感器布置、模型推断延迟、内存和边缘算力未能确认。

验证设计

• 划分/泛化： XJTU 固定与动态子集采用按电芯分组的四折交叉验证；跨工况迁移用 4 个随机目标域电芯微调，其余电芯测试；NASA 使用 A→B 跨环境迁移。
• 可信度： 中；公开数据、按电芯划分和独立迁移测试是优点，但总电芯数有限，目标域微调仍需在实际部署约束下评估。

指标与结果

• XJTU 动态场景 SOH MAE 0.011、最大温度 MAE 0.898°C；NASA 迁移 SOH MAE 0.022。告警评估 27 个测试案例：25 次及时、1 次稍迟、1 次迟到、0 次漏报；及时响应率 92.6%，平均提前量 48.6±28.4 周期。告警指标不是 RUL 点预测精度。

泄漏风险、复现性与局限性

• 泄漏风险： 低至中；论文声称电芯级互斥切分、告警阈值仅由训练/验证数据确定，但目标域少样本微调与实际可获得性仍需核实。
• 复现性： 中；数据来源公开，文章及补充材料可读；当前未确认代码或完整环境配置公开。
• 局限性： 电芯和预警事件数较少；跨域结果受目标域标注微调条件影响；热预警只能作为 SOH/安全辅助，不可替代寿命终点预测。

是否值得跟进

• 结论： 强烈跟进。
• 理由与下一步： 其按电芯划分和跨环境迁移设计适合作为稳健性参照。建议复现 XJTU/NASA 划分，检查零填充引入的域特征及微调标签需求，并单独报告 SOH 误差与热告警提前量。