Hybrid Statistical and ANN-Based Prediction of Lithium-Ion Battery Degradation under UDDS-Based Simulated Urban Driving Profiles

7. Hybrid Statistical and ANN-Based Prediction of Lithium-Ion Battery Degradation under UDDS-Based Simulated Urban Driving Profiles

论文基本信息

字段	内容
DOI/URL/PDF	出版社论文页及摘要；PDF
发现来源	payload source_history: OpenAlex；Automotive Experiences 出版页及 DOI 交叉核对
期刊/平台	Automotive Experiences 9(2), 415–431
发表日期	2026-06-12；出版社文章页明确
作者/机构	Muhannad M. Mrah、Luttfi A. Al-Haddad、Taymoor Husham Nussrat、Ahmed Ali Farhan Ogaili、Hala Husham Nussrat、Mustafa I. Al-Karkhi；文章页未列可核实的机构信息
通讯作者	未能确认；出版社摘要页未标通讯作者
脚本评分/证据等级	65；摘要级（出版社文章页摘要已读；PDF 未确认全文可读）
核验路径	PDF URL 尝试后只返回下载包装页、未取到 PDF 正文；随后读取出版社摘要、日期与 DOI。摘要以外细节未核实

纳入理由与原文证据

• 主题/边界： 研究目标包含锂离子电池退化与 SOH 预测，属于容量/健康退化预测；不是普通城市驾驶能耗或调度研究。
• 证据： 出版社摘要说明在 UDDS 模拟城市工况数据上构建统计分析与 ANN 框架，并以低频阻抗及内阻预测退化/SOH。来源：期刊摘要页。

数据集/电池体系

• 体系/数据： INR21700-M50T 锂离子电芯；摘要称 long-time dataset，未报电芯数量、循环数或公开下载位置。
• 工况/跨域： 使用 UDDS-based simulated urban driving profiles；倍率、温度、SOC 窗口和跨电芯/车辆外推覆盖未能从摘要确认。

EOL/RUL/SOH 定义

• 目标/定义： 目标为容量退化/SOH 预测，不是 RUL；SOH 具体公式、EOL 阈值和标签构造在摘要中未说明。
• 未来信息风险： 摘要称“original data”上的表现，未说明是否有独立电芯留出、随机循环切分或仅训练样本内拟合，需检查可能的数据窗口/电芯泄漏。

模型方法

• 流程： Pearson 相关分析找出容量保持率与容量 C-rate、内阻的关系；ReliefF 选特征，再以低频 0.01 Hz 阻抗与内阻作为两输入训练前馈 ANN。
• 部署： 作者称框架计算成本较低并面向简化 BMS；未见嵌入式算力、时延或实车测试数据。

验证设计

• 划分/泛化： 出版社摘要只报告在原始数据上的结果，未给训练/测试划分、独立电芯或外部工况验证。
• 可信度： 信息不足；题目与摘要、方法和数值已由期刊确认，但泛化证据暂缺。

指标与结果

• 摘要报告容量保持率与 C-rate 的 Pearson r=-0.83、与内阻 r=-0.71；ANN RMSE <1.2%、R²>0.97。摘要未说明单位定义、测试集和误差是否为独立测试结果，故不作跨论文横比。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足偏高；需确认 ReliefF 是否仅在训练集拟合，及同一电芯相邻周期是否进入训练和测试两侧。
• 复现性： 低至中；摘要未给代码、数据链接、网络超参数、随机种子和样本规模。
• 局限性： 单一电芯型号/模拟工况；测试划分未披露；指标虽亮眼但“原始数据”与独立泛化之间的关系不明；模型可用性与部署复杂度未评估。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： 低频 EIS 与内阻的轻量化输入值得核验。优先读取 PDF，确认样本数、按电芯划分、SOH 标签和 ReliefF/标准化流程，再复现摘要指标。