Short-Term Capacity Estimation of 4S LiFePO 4 Battery Under Constant Current Cycling Based on Temporal Convolutional Network

Mohammad Rico Ferdian Khoirunizar

2. Short-Term Capacity Estimation of 4S LiFePO4 Battery Under Partial Constant Current Cycling Based on Temporal Convolutional Network

论文基本信息

字段 内容
DOI/URL/PDF DOI/期刊页;期刊PDF全文
发现来源 OpenAlex复核队列;来源历史:OpenAlex
期刊/会议/平台 JTERA(Jurnal Teknologi Rekayasa),第11卷第1期,117–130页
发表日期 2026-06-26,JTERA出版页;PDF标注2026年6月
作者/机构 Mohammad Rico Ferdian Khoirunizar、Denny Irawan;PDF列Electrical Engineering, Muhammadiyah University, Gresik(页面写Universitas Muhammadiyah Gresik)
通讯作者 未能确认;首页列出作者邮箱但未标注通讯作者身份
脚本评分/证据等级 49;全文级;低分复核后因直接预测循环容量/短期退化趋势纳入
核验路径 payload的PDF URL先尝试失败;从JTERA官方文章页确认题录与摘要,再用该页PDF链接下载并读取全文;核对DOI、卷期、作者和发表时间

纳入理由与原文证据

  • 主题/边界: 论文将下一循环放电容量作为预测目标,并明确以近期容量序列外推短期容量轨迹,属于容量退化预测;不是寿命终点或RUL预测。样本单一且周期短,因此只作低成本实验基线参考。
  • 证据: PDF方法部分将问题定义为“给定连续历史容量序列,预测下一循环容量”;全文报告五折walk-forward验证及RMSE、MAE、MAPE。期刊全文PDF

数据集/电池体系

  • 体系/数据: 单个4S LiFePO₄ 12.8V、6Ah电池包,由32700规格电芯组成;0.5C恒流充电、1C放电,76周期中排除初期13个被认定为电化学稳定化异常的点,剩63个有效周期。Raspberry Pi Pico、ADS1115、INA226和DS18B20采集电压、电流、温度;容量由放电电流积分得到。
  • 工况/跨域: 数据在单一部分恒流充放电协议下产生,PDF记录温度约25–32°C;没有多电池、多批次、其他倍率或跨化学体系验证。

EOL/RUL/SOH 定义

  • 目标/定义: 目标为下一循环放电容量(Ah),不是作者定义的SOH百分比、EOL阈值或RUL周期数;容量可作为健康退化指标,但不能将一步容量误差直接当寿命预测成绩。
  • 未来信息风险: PDF使用因果卷积、walk-forward时间序列交叉验证,并称每折只用训练子集拟合归一化参数,降低时间泄漏风险。仍需留意初始13点删除规则是否依赖全序列观察,以及窗口长度表述不一致(摘要称3 timestep,方法处同时出现5 timestep与L=3)。

模型方法

  • 流程: 近期容量序列→TCN因果/扩张一维卷积、残差块和Huber损失→一步预测下一循环容量;对照Persistence、Moving Average与Linear Regression。PDF给出扩张率[1,2,4]、三个残差块等细节,但输入窗口长度的文字描述冲突,不能据此认定实现无误。
  • 部署: DAQ由Pico采集并将CSV送PC分析;未确认TCN在微控制器端部署、在线推理延迟或持续运行验证。

验证设计

  • 划分/泛化: PDF全文称采用5折TimeSeriesSplit/walk-forward,按时间用过去样本训练、未来样本测试;每折单独训练并在训练子集内留出验证序列。仅一个电池包的63个有效点,没有电芯外部测试。
  • 可信度: 中低;时间顺序切分和基线比较较透明,但样本规模极小、单包局部容量波动很窄,不足以证明跨电池泛化。

指标与结果

  • 全文数字: PDF五折均值±标准差:RMSE 0.01618±0.00250Ah、MAE 0.01355±0.00202Ah、MAPE 0.86±0.13%;TCN优于Persistence、移动平均和线性回归。R²均值为负(TCN −0.3757±0.3634),作者归因于容量方差约0.05Ah及折间归一化拼接效应。
  • 版本冲突: JTERA网页摘要另列RMSE 0.02114Ah、MAE 0.01288Ah、MAPE 0.827%,与PDF数值不同;报告暂以已读PDF正文表格为准,保留冲突,需向期刊/作者核实版本。

泄漏风险、复现性与局限性

  • 泄漏风险: 低至中;按时间walk-forward、训练折独立归一化是正面控制;初始异常样本剔除和窗口长度/序列长度矛盾仍需检查。
  • 复现性: 中;PDF披露DAq、协议、模型块、基线、交叉验证和主要超参数,但未发现公开CSV或代码仓库;全文个别描述存在相互矛盾。
  • 局限性: 只有一个小容量LFP包、63个有效周期;一步预测不是RUL/EOL;摘要与PDF结果不一致且负R²提醒不宜仅凭MAPE宣传高精度。

是否值得跟进

  • 结论: 跟进。
  • 理由与下一步: 全文的时间外推设计适合做小数据基准,且记录了真实传感器采集。先核对PDF与网页摘要差异、窗口设定和异常点规则;再用多包、跨工况数据复现,并补充多步容量衰减与明确SOH/EOL映射。
查看关键词分类依据
  • EOL / cycle life prediction · 摘要包含「cycle life」
    due to their high thermal stability and long cycle life. However, accurate battery capacity estimation remains a significant challenge,
  • CNN · 标题包含「convolutional」
    r Constant Current Cycling Based on Temporal Convolutional Network
  • ECM / electrochemical model · 摘要包含「electrochemical」
    lous early-cycle samples were removed due to electrochemical stabilization phenomena, resulting in 63 effective samples. The TCN model was t
  • Self-built / experimental dataset · 摘要包含「experimental」
    ataset consisting of 76 cycles was collected experimentally, from which 13 anomalous early-cycle samples were removed due to electrochemi
  • LFP / LiFePO4 · 摘要包含「lithium iron phosphate」
    Lithium iron phosphate (LiFePO₄) batteries are widely utilized in renewable energy storage systems due