Critical review of improved deep reinforcement learning methods for online remaining useful life prediction of lithium-ion batteries in energy storage stations

2. Critical review of improved deep reinforcement learning methods for online remaining useful life prediction of lithium-ion batteries in energy storage stations

论文基本信息

字段	内容
DOI/URL/PDF	DOI/出版社入口；OpenAlex 标记非开放获取，未取得 PDF 链接
发现来源	source_history: OpenAlex；OpenAlex 题录；本轮另以 Crossref API 题录 核验
期刊/会议/平台	Renewable and Sustainable Energy Reviews；Elsevier journal article，article 117461，volume 244
发表日期	2026-08-29；来自 OpenAlex publication_date 与 Crossref created。Crossref published/issued/published-print 为 2027-01，online-first/卷期日期需人工回查
作者/机构	OpenAlex 结构化列表：Shunli Wang、Beining Hu、Linjing Hu、Donglei Liu、Quan Dang、Qin Zhang、Liangwei Cheng、Liya Zhang；Crossref 另列 Feng Cai、Juqiang Feng、Etse Dablu Bobobee、Carlos Fernandez。两套元数据均未提供机构
通讯作者	通讯作者：未能确认；OpenAlex corresponding_author_ids 为空，Crossref 作者元数据未标注
脚本评分/证据等级	74；命中 lithium-ion、RUL、energy-storage、Q1 review venue，并含 authority first author: Shunli Wang (+6)；元数据级
核验路径	pdf_url：payload 未提供 → URL/DOI：web_extract 失败 → Crossref/OpenAlex API 题录成功 → ScienceDirect、Elsevier PII 页面仍 web_extract 失败；未取得摘要或正文

纳入理由与原文证据

• 主题/边界： 标题同时明确 lithium-ion batteries、online remaining useful life prediction 和 energy storage stations，属于核心 RUL 综述；但目前只能确认综述主题，不能确认具体结论。
• 证据： Crossref 题录原文标题即为 “Critical review of improved deep reinforcement learning methods for online remaining useful life prediction of lithium-ion batteries in energy storage stations”。Crossref 题录

数据集/电池体系

• 体系/数据： 标题确认锂离子电池和储能站场景；综述覆盖的公开数据集、实际站点数据、样本规模、传感器模态和电芯类型均未说明。
• 工况/跨域： 温度、倍率、SOC 窗口、储能运行策略、在线更新频率及跨电芯/跨站点比较未能从可访问内容确认。

EOL/RUL/SOH 定义

• 目标/定义： 综述主题是 online RUL prediction；具体 EOL 阈值、RUL 单位、SOH 标签和不同论文之间的定义对齐方式未说明，不能自行套用 80% SOH。
• 未来信息风险： 综述是否专门讨论完整寿命曲线、后验平滑、随机窗口、归一化和在线因果性未能确认；获得全文后应逐项核对。

模型方法

• 流程： 只能确认文章聚焦“改进的深度强化学习方法”及在线 RUL；状态、动作、奖励、环境建模、与监督学习/滤波器的组合和 baseline 未说明。
• 部署： 标题强调储能站在线场景，但实时采样、计算资源、延迟、故障处理和不确定性输出均未能确认。

验证设计

• 划分/泛化： 综述通常应比较多类方法，但本轮没有摘要或正文证据，数据集隔离、按电芯留出、时间外推和外部验证均未说明。
• 可信度： 信息不足。期刊、DOI、标题和首作者可由元数据确认；方法、实验与结论完全需要全文核验。

指标与结果

• 未取得摘要/正文，因此 MAE、RMSE、MAPE、R²、预测区间覆盖率、在线预警提前量以及任何强化学习收益数字均未能确认。
• 不能把脚本评分 74、期刊等级或标题中的“improved”当作论文实验结果。Crossref 显示参考文献数为 182，只能说明题录元数据，不代表综述质量已审查。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；需检查综述所纳入研究是否区分在线可用信息与完整寿命标签，及其对随机切窗、后验平滑和跨电芯测试的批评。
• 复现性： 低至信息不足；当前只有 DOI、题录和作者信息，机构、补充材料、代码与数据清单均未确认。
• 局限性： ①无可访问摘要/正文；②OpenAlex 作者表与 Crossref 作者表不一致；③online metadata 与 2027-01 卷期字段冲突，正式出版状态需回查。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： 首作者 Shunli Wang 命中权威作者表并获得加分，但这只影响检索排序，不替代论文证据。下一步优先获取 Elsevier 正文，提取 DRL 算法分类、状态/奖励设计、数据集、在线 split、评价指标和对比表，再决定是否纳入方法基线。