A multi-strategy attention regression network for joint prediction of state of health and remaining useful life of lithium-ion batteries using only charging data

3. A multi-strategy attention regression network for joint prediction of state of health and remaining useful life of lithium-ion batteries using only charging data

论文基本信息

字段	内容
DOI/URL/PDF	DOI；PDF 未能取得
发现来源	Crossref/Venue、Crossref；ScienceDirect 摘要页
期刊/会议/平台	Journal of Power Sources，636 卷，文章 236507
发表日期	payload 原始值 2025-04-01；Crossref 期刊月份为 2025-04，日精度不可确认；DOI 记录创建于 2025-02-20
作者/机构	Weiguo Feng、Zhongtian Sun、Yilin Han、Nian Cai、Yinghong Zhou；DOI 关联题录标注 Guangdong University of Technology
通讯作者	题录将 Nian Cai 与 Yinghong Zhou 标作通讯作者；完整出版页未独立确认
脚本评分/证据等级	80；SOH 与 RUL 直接目标、注意力方法；摘要级
核验路径	payload 无 pdf_url；DOI → Crossref 记录及 ScienceDirect 搜索摘要；出版社全文请求未取得

纳入理由与原文证据

• 主题/边界： 直接联合预测锂离子电池 SOH 与 RUL，且针对仅充电数据，属于核心预测主题。
• 证据： ScienceDirect 摘要片段称其以差分方案构造充电输入，并设计 MARN 联合预测 SOH/RUL；出版社摘要页 可确认题名、期刊和摘要片段。

数据集/电池体系

• 体系/数据： 锂离子电池；摘要只称使用公开数据集，未能确认数据集名称、电芯数、化学体系及充电协议。输入限于充电过程，不等于证明真实车载数据可直接部署。
• 工况/跨域： 温度、充电倍率和跨电芯/跨数据集覆盖未从可访问摘要片段确认。

EOL/RUL/SOH 定义

• 目标/定义： 同时回归 SOH 与 RUL；SOH 基准、EOL 容量阈值、RUL 单位和标签构造方式未能确认。
• 未来信息风险： 仅充电特征若使用整段曲线，可能依赖预测时点之后的数据；需核对差分处理边界、窗口和归一化范围，当前不能判断是否发生泄漏。

模型方法

• 流程： 充电曲线经差分/结构化后进入 MARN；摘要片段描述为双分支深度网络，包含共享特征提取、任务特定特征提取与预测阶段，并用多策略注意力残差模块提取不同域的时间特征。更细结构和基线未确认。
• 部署： 在线运行成本与充电期间可用的截止点未说明。

验证设计

• 划分/泛化： 公开数据集实验；训练/验证/测试按窗口还是按电芯划分、是否外部验证均未确认。
• 可信度： 中偏低。出版社摘要确认任务和大致方法，但缺少全文与切分方案，尚不足以判断跨电芯泛化。

指标与结果

• 可访问摘要片段称模型在公开数据上表现良好，未提供可核验 MAE/RMSE 数字、单位、测试对象或置信区间；不将评分当实验结果。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；重点审查滑动窗口重叠、同一电芯样本跨集合、充电曲线截断点及差分特征是否使用未来值。
• 复现性： 低至信息不足；当前未确认代码、数据链接、超参数和随机种子。
• 局限性： 只有摘要片段；数据集、指标和标签定义均未核实；“仅充电”尚未证明对多工况/新化学体系有效。

是否值得跟进

• 结论： 强烈跟进。
• 理由与下一步： 仅充电联合估计有实际 BMS 价值。下一步获取全文，重点核对预测截断点、按电芯划分、公开数据集名称及与单任务基线的公平比较。