Piecewise Arrhenius–Long Short-Term Memory Residual Correction Modeling for Whole-Life State of Health Estimation and Remaining Useful Life Prediction of Lithium-Ion Batteries
Kuo Yang、Shunli Wang、Liya Zhang、Liangwei Cheng、Lei Zhou、Yuchen Huo、Carlos Fernandez
3. Piecewise Arrhenius–Long Short-Term Memory Residual Correction Modeling for Whole-Life State of Health Estimation and Remaining Useful Life Prediction of Lithium-Ion Batteries
论文基本信息
| 字段 | 内容 |
|---|---|
| DOI/URL/PDF | DOI；MDPI文章页；PDF尝试失败 |
| 发现来源 | OpenAlex；来源历史：OpenAlex；MDPI出版社页 |
| 期刊/会议/平台 | Eng—Advances in Engineering，卷7，文章554 |
| 发表日期 | MDPI页标2026-10-12；OpenAlex题录为2026-10-13。采用出版社页面日期，并保留一天差异 |
| 作者/机构 | Kuo Yang、Shunli Wang、Liya Zhang、Liangwei Cheng、Lei Zhou、Yuchen Huo、Carlos Fernandez；MDPI页列Sichuan University、Guilin University of Electronic Science and Technology、Inner Mongolia University of Technology、Urban Vocational College of Sichuan等单位，第5单位未能从本次页面摘录核实 |
| 通讯作者 | Shunli Wang；MDPI作者名旁标有通讯作者星号 |
| 脚本评分/证据等级 | 76；摘要直接涉及SOH和RUL；摘要级 |
| 核验路径 | 无payload PDF；MDPI正式文章页可读题录、摘要、作者/单位及日期；尝试MDPI PDF直链失败，故实验细节仅按摘要记录。 |
纳入理由与原文证据
- 主题/边界： 同时估计全寿命SOH并预测RUL，研究对象为锂离子电池，属于核心预测任务。
- 证据： 摘要报告分段Arrhenius基线与LSTM残差联合建模，并在4个CALCE CX2验证电芯上给出SOH及RUL误差。MDPI摘要
数据集/电池体系
- 体系/数据： 锂离子电池；已确认数据集为CALCE CX2，摘要只说明4个验证电芯，未列电芯型号、化学体系、训练电芯数或数据获取条件。
- 工况/跨域： 论文称变温与复杂运行条件，并使用容量、温度、电压、电流；跨温度范围、倍率、批次与外部数据集覆盖未从摘要确认。
EOL/RUL/SOH 定义
- 目标/定义： 目标为SOH和RUL；摘要未说明SOH公式、EOL阈值、RUL单位标签生成细节。RUL误差以cycles报告。
- 未来信息风险： LSTM输入包含历史容量及先前物理预测，需核实每个预测截点严格截断、Arrhenius参数仅用训练段拟合，及knee point定位未使用测试段未来信息；摘要无法验证。
模型方法
- 流程： 分段Arrhenius描述膝点附近热损伤与容量退化，等效热损伤因子累计温度影响；LSTM支路从历史容量、温度、电压、电流和物理模型预测中学习残差。训练分物理参数预拟合、残差训练、物理约束联合微调三阶段。
- 部署： 摘要未说明在线推理、算力、传感器成本或BMS硬件部署。
验证设计
- 划分/泛化： 摘要报告CALCE CX2的4个验证电芯并称跨电芯估计；训练/测试电芯隔离方式、重复试验及独立外部验证均未披露。
- 可信度： 中偏低；摘要给出数据集、验证电芯数和指标，但样本很少，完整划分及测试协议未能核查。
指标与结果
- 4个验证电芯平均SOH RMSE=0.020、MAE=0.016；RUL RMSE=41.52 cycles、MAE=31.58 cycles。相对摘要所称Ade-lwT基线，SOH误差下降22.33%/35.05%，RUL误差下降58.06%/62.29%；未见各电芯分布或置信区间。
泄漏风险、复现性与局限性
- 泄漏风险： 信息不足；重点查knee point估计和物理模型参数拟合是否只用训练/预测前数据、4个验证电芯是否独立于调参集。
- 复现性： 信息不足；摘要未提供代码、超参数、随机种子或完整划分；PDF链接本轮无法获取。
- 局限性： ①仅4个验证电芯；②体系与工况覆盖不足以证明跨化学体系泛化；③指标和基线来自摘要，尚不能审查统计波动及数据泄漏。
是否值得跟进
- 结论： 跟进。
- 理由与下一步： 物理基线加残差学习思路清楚，值得作为可解释混合模型候选。获取全文后核对预测截点、knee-point处理与逐电芯误差，并用相同切分与简单Arrhenius/LSTM基线比较。
查看关键词分类依据
- RUL prediction · 标题包含「remaining useful life」
or Whole-Life State of Health Estimation and Remaining Useful Life Prediction of Lithium-Ion Batteries - SOH estimation · 标题包含「state of health」
Residual Correction Modeling for Whole-Life State of Health Estimation and Remaining Useful Life Prediction of Lithium-Ion Batteries - LSTM · 标题包含「long short-term memory」
Piecewise Arrhenius–Long Short-Term Memory Residual Correction Modeling for Whole-Life State of Health Estimation and Rema - Hybrid model · 摘要包含「hybrid」
lenging. To address this issue, we propose a hybrid Arrhenius-long short-term memory (LSTM) method that combines piecewise Arrheniu - CALCE · 摘要包含「calce」
nistic interpretability. Experiments on four CALCE CX2 validation cells yield mean SOH RMSE and MAE values of 0.020 and 0.016, res - Li-ion / LIB · 标题包含「lithium-ion」
tion and Remaining Useful Life Prediction of Lithium-Ion Batteries