Relational graph–transformer network for joint state-of-charge and state-of-health estimation in lithium-ion batteries

1. Relational graph–transformer network for joint state-of-charge and state-of-health estimation in lithium-ion batteries

论文基本信息

字段	内容
DOI/URL/PDF	ScienceDirect文章页（DOI 10.1016/j.jpowsour.2026.240676）；未取得 PDF 链接
发现来源	RSS/Web；来源历史RSS/Web，最初来自Journal of Power Sources feed
期刊/会议/平台	Journal of Power Sources，Elsevier
发表日期	2026-10-15；ScienceDirect文章页明示
作者/机构	S. Hari Prasadh、R. Gopalakrishnan；页面只列机构标记a/b，单位名称未能确认
通讯作者	未能确认
脚本评分/证据等级	66；SOH直接目标、Transformer方法提示、核心电池期刊；摘要级
核验路径	payload无PDF；按文章URL访问ScienceDirect成功并读取摘要、亮点及作者；出版社页面给出DOI。

纳入理由与原文证据

• 主题/边界： 论文明确联合估计锂离子电池SOC与SOH，SOH是目标量之一，符合健康状态估计范围；没有证据表明本文直接预测RUL或EOL。
• 证据： 出版社摘要报告SOH的MAE为0.99%、R²为99.3%，并称有动态负载与温度测试；摘要及标题对模型缩写存在不一致，见下文。出版社摘要

数据集/电池体系

• 体系/数据： 摘要确认锂离子电池，但没有列出具体电芯、化学体系、数据集名称、样本量或采样周期；不能从“真实运行条件”等表述推断为车队BMS数据。
• 工况/跨域： 亮点提及动态负载与温度测试，摘要称在异质运行条件下评估；温度区间、倍率范围、训练/测试按电芯或工况的切分均未说明。

EOL/RUL/SOH 定义

• 目标/定义： 输出SOC和SOH估计；SOH采用何种容量、阻抗或功率定义以及参考基准，摘要未说明。EOL阈值与RUL单位未说明，不把常见80%容量阈值套用到本文。
• 未来信息风险： SOH测量是否依赖完整循环/离线容量测试、运行序列如何截断以及是否存在同电芯窗口跨集合，摘要均未说明，需全文核验。

模型方法

• 流程： 摘要描述相似度驱动的关系图学习与Transformer时间建模，并由图时序注意力融合空间关系和序列特征；亮点称动态图精炼。标题及亮点称RGT-Net，但摘要正文又称GET-Net，模型名不一致，暂不擅自统一。
• 部署： 作者称目标面向BMS，但未提供端侧算力、推理时延、传感器约束或在线更新实测数据。

验证设计

• 划分/泛化： 仅能确认作者报告同流验证、动态负载和温度测试；独立电芯/批次切分、样本量、跨化学体系和外部数据均未能确认。
• 可信度： 信息不足；SOH指标清晰，但测试独立性和模型术语冲突削弱了可复核性。

指标与结果

• 摘要报告SOC MAE 0.68%、SOH MAE 0.99%，对应R²分别为99.5%与99.3%；未提供置信区间、按测试工况分层结果或RUL指标。上述为作者摘要数值，不等于跨体系泛化证据。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；重点核实同一电芯多窗口是否跨训练/测试、SOH标签是否由测试期完整容量测量生成，以及动态工况是否仅在测试集使用。
• 复现性： 低至信息不足；摘要未提供数据、代码、划分和超参数。模型简称在标题/摘要间冲突，需对照全文与补充材料。
• 局限性： ①数据集与样本规模未说明；②SOH估计不能直接等同寿命预测；③缺少独立测试细节和可复现信息。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： SOH联合估计有BMS关联，且报告了初步数值。优先取得全文，澄清RGT-Net/GET-Net命名、SOH标签、按电芯切分和外部验证，再判断其与寿命预测的直接关系。