A few-shot and uncertainty-aware method for health status prediction of lithium-ion batteries
Dihong Huang、Ningyi Dai、Guanghui Hu、Jianguo G. Zhu
1. A few-shot and uncertainty-aware method for health status prediction of lithium-ion batteries
论文基本信息
| 字段 | 内容 |
|---|---|
| DOI/URL/PDF | DOI/出版社入口；payload 未提供独立 PDF |
| 发现来源 | OpenAlex；source URL |
| 期刊/会议/平台 | Journal of Energy Storage；Elsevier |
| 发表日期 | 2026-09-24；日期来自 OpenAlex 结构化题录，Crossref/出版社全文未成功获取 |
| 作者/机构 | Dihong Huang、Ningyi Dai、Guanghui Hu、Jianguo G. Zhu；University of Macau、City University of Macau、The University of Sydney |
| 通讯作者 | Ningyi Dai（OpenAlex corresponding_authors；出版社页面未能复核） |
| 脚本评分/证据等级 | 82；摘要级。命中电池、SOH/RUL、neural 方法、Journal of Energy Storage 和开放获取 |
| 核验路径 | pdf_url 未提供 → url DOI 入口 web_extract 失败 → DOI/出版社正文未获取；以 OpenAlex 结构化摘要核验 |
纳入理由与原文证据
- 主题/边界： 标题和摘要都直接把 lithium-ion battery 的 SOH 与 RUL 作为联合健康状态预测目标，属于寿命预测核心范围。
- 证据： 摘要称方法支持“joint probabilistic prediction of SOH and RUL”，并可通过“single-forward-pass inference”适配未见电芯、无需在线微调。DOI
数据集/电池体系
- 体系/数据： 摘要确认使用两个公开数据集，输入为多通道充电曲线并提取 intra-cycle degradation features；电芯化学体系、数量、采样周期和数据集名称未说明。
- 工况/跨域： 目标是从有限标注快速适配 unseen batteries；温度、倍率、SOC 窗口以及是否跨批次/跨化学体系未能确认。
EOL/RUL/SOH 定义
- 目标/定义： 输出 SOH 与 RUL 的概率预测；EOL 容量阈值、RUL 单位、标签生成方式和 SOH 具体物理定义未说明，不能自行假定为 80% 容量。
- 未来信息风险： 少样本设定需重点核对 support/query 是否按电芯隔离，以及特征提取、归一化和 RUL 标签是否使用了预测时刻之后的完整寿命轨迹。
模型方法
- 流程： 多通道充电曲线 → 轻量 CNN 提取单循环退化特征 → shared encoder 的 attentive neural process，以 stochastic degradation process 建模 → asymmetric multi-task 机制联合输出 SOH/RUL 和不确定性。摘要未列出完整 baseline 或消融。
- 部署： 摘要明确声称 single forward pass、无需 online fine-tuning；传感器、算力、延迟、支持集规模和在线更新策略未能确认。
验证设计
- 划分/泛化： 在两个公开数据集上验证，并强调对 unseen batteries 的 few-shot adaptation；具体按电芯、批次或工况的训练/测试划分未说明。
- 可信度： 中等、信息不足。方法与任务高度匹配，但没有正文就无法判断少样本协议是否真正隔离了目标电芯和未来信息。
指标与结果
- 摘要只报告“accurate few-shot health status prediction with quantified uncertainty”，未提供 RMSE/MAE、区间覆盖率、校准误差、样本量或与 baseline 的绝对数字。
- 结果类型应包括 SOH/RUL 点预测与概率不确定性，但当前无法确认二者是否分别报告；脚本评分不是实验结果。
泄漏风险、复现性与局限性
- 泄漏风险： 信息不足；检查 support/query 电芯隔离、完整充电曲线是否被截断、目标电芯归一化参数和 RUL 标签构造。
- 复现性： 信息不足。摘要给出模块思想和两个公开数据集，但未确认数据集名称、代码、超参数、随机种子与 few-shot episode 生成器。
- 局限性： ① 只有摘要级证据；② EOL/SOH 定义和不确定性校准未知；③ “无需微调”的部署成本与支持样本要求未核验。
是否值得跟进
- 结论： 强烈跟进。
- 理由与下一步： 少样本联合 SOH/RUL 和单次前向推理与低标注 BMS 场景直接相关。下一步获取 PDF，补齐数据集/化学体系、support/query 划分、校准曲线、基线和跨电芯复现实验。
查看关键词分类依据
- RUL prediction · 摘要包含「remaining useful life」
ormation shared by state of health (SOH) and remaining useful life (RUL), the proposed method enables joint probabilistic prediction of SOH and RU - SOH estimation · 摘要包含「state of health」
using the degradation information shared by state of health (SOH) and remaining useful life (RUL), the proposed method enables joint probab - Transfer learning / domain adaptation · 标题包含「few-shot」
A few-shot and uncertainty-aware method for health status prediction of lithium-ion batter - CNN · 摘要包含「convolutional」
ery prognostics. Specifically, a lightweight convolutional neural network is employed to extract compact intra-cycle degradation features - Generic neural network / deep learning · 摘要包含「neural network」
s. Specifically, a lightweight convolutional neural network is employed to extract compact intra-cycle degradation features from multi-chan - Bayesian · 标题包含「uncertainty」
A few-shot and uncertainty-aware method for health status prediction of lithium-ion batteries - Li-ion / LIB · 标题包含「lithium-ion」
aware method for health status prediction of lithium-ion batteries