Differential Voltage Analysis Based Data-driven Approach for Battery Module SOH Estimation
Chunling Du、Choon Lim Ho
9. Differential Voltage Analysis Based Data-driven Approach for Battery Module SOH Estimation
论文基本信息
| 字段 | 内容 |
|---|---|
| DOI/URL/PDF | DOI/ACM 页面;ACM PDF 入口,本轮直连提取失败 |
| 发现来源 | source_history: OpenAlex;ACM 检索页与 Crossref DOI 摘要交叉核对 |
| 期刊 | ACM Transactions on AI for Science(Crossref 题录) |
| 发表日期 | Crossref 发表/在线日期 2026-06-20 |
| 作者/机构 | Chunling Du、Choon Lim Ho;Crossref 机构为 A*STAR Advanced Remanufacturing & Technology Centre,Singapore |
| 通讯作者 | 未能从 Crossref/可访问 ACM 信息确认 |
| 脚本评分/证据等级 | 49;摘要级(Crossref 收录的完整摘要;ACM 正文/PDF 未取) |
| 核验路径 | payload 无 PDF;ACM DOI 页面及 PDF 直连提取失败;Crossref API 返回完整摘要、作者、机构、日期,ACM 检索结果确认出版商与研究主题 |
纳入理由与原文证据
- 主题/边界: 研究明确估计电池模块 SOH;SOH 可用于健康状态判定并关联剩余寿命,因此符合本监测范围,但不属于直接 RUL 回归。
- 证据: 摘要报告四个商业电池模块、1C 充电老化数据、完整与部分充电两种应用情境,并给出平均误差百分比。ACM 文章页
数据集/电池体系
- 体系/数据: 四个商业电池模块;使用 cycle-aged modules 的 1C 充电数据,并考虑退役 EV 电池二次利用的完整充电与部分充电。化学体系、模块容量、循环次数及采样规模未见于可访问摘要。
- 工况/跨域: 1C 充电条件明确,完整/部分充电两种输入范围明确;是否跨模块留出或按模块交叉验证未知。
EOL/RUL/SOH 定义
- 目标/定义: 目标为 SOH 估计,摘要没有说明 SOH 具体按可用容量、额定容量还是其他量定义,也未直接给出 RUL 标签。
- 未来信息风险: DVA 曲线由充电电压/容量关系计算,须核验部分充电情形下所用曲线区段是否仅来自推理时可用数据,以及模块标定周期是否泄露测试 SOH。
模型方法
- 流程: 充电数据 → differential voltage (DV) 曲线 → 提取分段曲线面积与分段均值两类健康特征 → TheilSenRegressor → SOH 估计。摘要未说明特征标准化、段数/边界和基线模型。
- 部署: 部分充电场景面向退役 EV 二次利用,但未报告采集时间、推理开销或在线部署测试。
验证设计
- 划分/泛化: 研究四个商业模块并比较 full/partial charging,摘要未说明模块级留出、交叉验证、训练测试样本划分或外部验证。
- 可信度: 中/信息不足;样本来自商业模块且覆盖部分充电是优点,但模块数只有四个,切分细节不明。
指标与结果
- 指标: Crossref 摘要报告完整充电平均误差百分比 0.65%,部分充电 0.98%;误差百分比的具体分母/汇总方式未说明,不能当作 RUL 误差。
泄漏风险、复现性与局限性
- 泄漏风险: 信息不足;重点检查四个模块是否在训练和测试间分离、SOH 标定是否使用测试模块全部老化历史,以及 DVA 分段选择是否在测试后调整。
- 复现性: 低/信息不足;摘要提及 TheilSenRegressor,但未确认原始曲线、代码、参数或标注可获取。
- 局限性: 仅四个模块;性能数字来自摘要且误差定义未知;SOH 估计不能直接等同于 RUL 预测。
是否值得跟进
- 结论: 跟进。
- 理由与下一步: DVA 对部分充电健康估计及退役模块分选有实际意义。获取全文确认 SOH 定义、模块级测试和部分充电区间,再评估其作为 RUL 上游健康指标的价值。
查看关键词分类依据
- RUL prediction · 摘要包含「remaining useful life」
es is a critical assessment to determine the remaining useful life of the batteries. This paper proposes a differential voltage analysis (DVA) bas - SOH estimation · 标题包含「soh」
ased Data-driven Approach for Battery Module SOH Estimation - Generic neural network / deep learning · 标题包含「data-driven」
Differential Voltage Analysis Based Data-driven Approach for Battery Module SOH Estimation - Generic machine learning · 摘要包含「machine learning」
th the extracted features as input, a robust machine learning model based on TheilSenRegressor is built to predict the SOH. The estimated SOH