State of health estimation and remaining useful life prediction of Li-ion battery oriented to real-world electric vehicles: A comprehensive evaluation methodology

Haixu Yang、Fengwei Liang、Kerui Li、Jichao Hong、Jinghan Zhang、Xiaohui Chen

论文原文 ↗来源页面 ↗

3. State of health estimation and remaining useful life prediction of Li-ion battery oriented to real-world electric vehicles: A comprehensive evaluation methodology

论文基本信息

  • 标题: State of health estimation and remaining useful life prediction of Li-ion battery oriented to real-world electric vehicles: A comprehensive evaluation methodology
  • DOI/URL: DOI。payload 未提供 pdf_url;Crossref 记录的 publisher link 为 DOI/Elsevier 维护页面,但本次未成功抓取正文。
  • 发现来源: Crossref/Venue;source_history: Crossref/Venue,来源 URL 为 DOI。Crossref API 将其标记为 journal-article,期刊为 Engineering Applications of Artificial Intelligence。
  • 期刊/会议/预印本平台: Engineering Applications of Artificial Intelligence,volume 181,article 115311(Crossref 元数据)。
  • 发表日期: 未能确认;日期来源存在冲突:Crossref 的 published-print/published 为 2026-10,脚本明确记录并抑制了无效的 2026-10-01;搜索结果还出现 2026-06-05/2026-08-19 不同摘要片段,不能据此擅自选定日期。
  • 作者和机构: Haixu Yang、Fengwei Liang、Kerui Li、Jichao Hong、Jinghan Zhang、Xiaohui Chen。Crossref 未提供机构字段;逐人机构未能确认。
  • 通讯作者: 未能确认;Crossref 未标注,出版社页面未成功获取。
  • 脚本评分: 73。命中 battery/li-ion、remaining useful life/life prediction/state of health,题名显式命中 remaining useful life;命中 Engineering Applications of Artificial Intelligence 期刊层级和开放获取标记;另有 invalid publication date suppressed: 2026-10-01;未见权威作者加分理由。
  • 证据等级: 元数据级。
  • 核验路径: pdf_url:payload 未提供,无法尝试;URL/DOI(https://doi.org/10.1016/j.engappai.2026.115311)→ web_extract 失败;出版社/ACM 检索页面→未成功获取;Crossref API→成功取得题名、作者、期刊、类型和日期冲突信息,但无可用摘要正文。

纳入理由与原文证据

  • 主题命中: 题名直接同时命中 SOH estimation 和 RUL prediction,并把应用对象限定为 real-world electric vehicles。
  • 证据: Crossref 结构化记录确认这是 journal-article,题名和期刊信息与 DOI 一致;出版社检索结果的摘要片段也以“State of health estimation is essential...”开头。由于摘要/全文未成功取得,本卡不补写模型、数据或指标细节。来源:Crossref 元数据、DOI。
  • 边界判断: 题名已明确属于电池健康和剩余寿命预测,不是普通材料、热管理或储能调度论文;具体是否包含可复现的 RUL 评估仍待全文确认。

数据集/电池体系

  • 电池体系: Li-ion;题名指向真实 EV,但具体正负极体系、车辆/电芯层级未能确认。
  • 数据来源: 未说明;“real-world electric vehicles”只是题名中的应用定位,不能据此断言使用了哪一个公开车队数据集或实车 BMS 数据。
  • 规模与结构: 电芯/车辆数量、V/I/T/SOC/里程采样、容量或内阻标签均未能确认。
  • 工况与协议: 未能确认温度、SOC 窗口、充放电策略、驾驶工况和寿命终止条件。
  • 跨域覆盖: 未能确认是否跨车辆、车队、批次、化学体系或外部数据集。

EOL/RUL/SOH 定义

  • 目标: 题名明确为 SOH 和 RUL。
  • EOL 阈值与单位: 未说明;不能把常见的 80% 容量或循环数假定为本文定义。
  • 标签生成: 未能确认 SOH/RUL 标签如何从真实 EV 数据生成,也未确认是否使用完整寿命曲线。
  • 未来信息风险: 信息不足。真实 EV 的窗口切分、车辆级留出、全寿命归一化和未来工况使用方式均待全文审计。

模型方法

  • 方法类别: 未能确认;题名只说明“comprehensive evaluation methodology”。
  • 模型架构/流程: 未能从可访问内容确认,不能按常见做法猜测 CNN、LSTM、Transformer 或物理模型。
  • 输入特征与输出目标: 输出目标可由题名确认是 SOH/RUL;输入特征、时间窗口和是否多任务未说明。
  • Baseline/消融: 未能确认。
  • 在线部署: 题名面向 real-world EV,但推理延迟、BMS 传感器需求和部署限制未说明。

验证设计

  • 数据划分: 未能确认;必须重点检查是否按车辆/电芯留出,而不是把同一车辆相邻窗口随机拆到训练和测试。
  • 独立测试与泛化: 未能确认是否有独立车辆、跨车队或外部数据测试。
  • 泄漏检查: 当前只能列为待审计项:窗口重叠、全寿命归一化、按车辆调参、未来载荷/循环信息和标签生成过程均可能影响结果。
  • 验证可信度: 信息不足。题名相关性高,但当前没有可访问实验方法或结果。

指标与结果

  • 点预测: 未能确认 MAE、RMSE、MAPE、R²、cycle error 或其他指标。
  • 分类/预警: 未说明。
  • 不确定性: 未说明。
  • 结果解释: 当前只能报告题名/元数据证据;不能把脚本评分或出版社检索片段当作论文实验结果。

泄漏风险、复现性与局限性

  • 泄漏风险: 信息不足,待全文审计。真实 EV SOH/RUL 论文尤其需要确认按车辆/电芯切分和未来信息隔离。
  • 复现性: 信息不足。本次只取得 Crossref 题录;数据、代码、超参、随机种子和完整方法均未确认。
  • 局限性: 日期记录冲突;全文/摘要不可访问;题名虽高度相关,但无法判断其是否提供外部验证、公开数据和可复现实验。

是否值得跟进

  • 结论:强烈跟进(先全文核验)。 脚本评分最高且题名直接命中真实 EV SOH/RUL,但当前证据不足以支持任何方法或指标结论。
  • 理由: 若论文真的按车辆/电芯和真实工况做了综合评估,可能直接补足现有监测中“公开老化电芯结果难外推到 EV”的缺口;日期和正文抓取问题使其暂不适合直接复现。
  • 下一步: 通过机构订阅、Elsevier PDF 或作者主页获取全文;记录真实 online/publication date、数据集、模型清单、车辆/电芯级切分、EOL 定义、RUL 单位和所有结果表,再决定是否纳入 benchmark。
查看关键词分类依据
  • RUL prediction · 标题包含「remaining useful life」
    State of health estimation and remaining useful life prediction of Li-ion battery oriented to real-world electric vehicles: A compre
  • SOH estimation · 标题包含「state of health」
    State of health estimation and remaining useful life prediction of Li-ion battery oriented to r
  • Li-ion / LIB · 标题包含「li-ion」
    tion and remaining useful life prediction of Li-ion battery oriented to real-world electric vehicles: A comprehensive evaluation me