A lithium battery state of health estimation approach based on SHapley Additive exPlanations-guided feature fusion and a diffusion model

2. A lithium battery state of health estimation approach based on SHapley Additive exPlanations-guided feature fusion and a diffusion model

论文基本信息

字段	内容
DOI/URL/PDF	DOI；ScienceDirect 摘要页；未取得 PDF 链接，全文入口受限
发现来源	source_history: OpenAlex；OpenAlex 结构化题录；来源 URL 为 DOI
期刊/会议/平台	Journal of Energy Storage，Volume 180 Part C，article 124347
发表日期	2026-08-25；OpenAlex 在线记录；ScienceDirect 卷期页显示 2026-12-01，存在在线发表与卷期日期差异
作者/机构	Ziheng Huang、Yu Zhang、Jiale Hou、Jie Hu、Cheng Chen、Wei‐Heng Shih、Donghai Lin；Shanghai Polytechnic University、Yancheng Institute of Technology、Drexel University
通讯作者	通讯作者：未能确认
脚本评分/证据等级	60；命中 battery、SOH、Journal of Energy Storage；摘要级（出版社摘要可读，全文受限）
核验路径	pdf_url：空（payload 未提供） → DOI：web_extract 失败 → ScienceDirect 摘要页成功，取得 highlights/abstract/section snippets；全文入口 web_extract 失败

纳入理由与原文证据

• 主题/边界： 这是直接的 lithium battery SOH estimation，属于健康状态预测/估计；它没有可访问证据证明输出 RUL 或 EOL，因此在寿命监测中作为相邻但有工程价值的观察项。
• 证据： 出版社摘要明确给出 KOA–iTransformer–BiGRU、diffusion augmentation 与 SHAP；并报告 NASA 数据上的 MAE 0.0014（0.14%）、RMSE 0.0018。ScienceDirect 摘要

数据集/电池体系

• 体系/数据： 摘要确认使用公开 NASA 18650 LiCoO₂ 数据集，输入为原始 voltage/current/temperature time-series；正文预览将 B0018 作为明显小样本场景，但电芯总数、每组样本量和具体循环覆盖未能完整确认。
• 工况/跨域： 主题是 controlled small-sample SOH；温度、倍率、SOC 窗口、跨电芯/跨化学体系外部验证和真实 BMS 采样约束未说明。

EOL/RUL/SOH 定义

• 目标/定义： ScienceDirect section snippet 给出 SOH = Cₜ/C₀ × 100%；没有 EOL 阈值、RUL 单位或剩余循环标签，不能将 MAE 直接解释为寿命误差。
• 未来信息风险： diffusion 生成样本、KOA 超参搜索、归一化和 B0018 小样本切分都可能使用完整退化轨迹；摘要未说明生成器与测试集是否完全隔离。

模型方法

• 流程： 原始 V/I/T 序列 → iTransformer 捕获长程依赖 → BiGRU 建模局部退化动态 → SOH；DDPM 扩充小样本，KOA 优化超参，SHAP 做事后特征贡献解释。摘要称有消融和若干 benchmark，但具体清单未能确认。
• 部署： 端到端输入减少人工特征工程，但在线计算量、窗口长度、传感器质量要求、延迟与 BMS 更新方式未说明。

验证设计

• 划分/泛化： 可确认有 NASA 数据实验、不同电池样本/小样本情景和消融；按电芯留出、独立测试集、嵌套调参、外部数据和跨化学体系泛化未说明。
• 可信度： 信息不足到中。摘要数字明确且任务相关，但扩散增强和超参优化的公平信息边界必须依赖全文核验。

指标与结果

• NASA 数据报告 SOH MAE=0.0014（0.14%），RMSE=0.0018；摘要未给出与每个 baseline 对应的完整误差表、置信区间或测试集规模。
• 论文声称 diffusion augmentation 与 iTransformer–BiGRU 消融有效，并称 SHAP 找到充电时间、voltage increment、temperature-rise slope 等物理上合理的信号；具体贡献排序和显著性未能确认。

泄漏风险、复现性与局限性

• 泄漏风险： 中到高的信息不足；检查扩散模型是否用到测试轨迹、KOA 目标是否触碰测试集、SHAP 解释是否基于后验完整周期，以及标准化是否在训练折内完成。
• 复现性： 中低；NASA 数据公开、流程和指标可读，但全文受限，代码、随机种子、生成器配置、split 与最终超参未确认。
• 局限性： ①单一 NASA/LiCoO₂ 受控数据源；②没有直接 RUL/EOL 结果；③小样本增强能否迁移到真实老化和不同化学体系尚未证明。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： 期刊和 raw-signal + augmentation 组合使其适合作为 SOH 小样本基线，但当前精度数字不能脱离 split 解释。下一步获取全文，先复现无扩散增强的 iTransformer–BiGRU，再做严格按电芯留出和生成数据隔离的对照。