Remaining useful life prediction of lithium-ion batteries using a novel particle flow filter framework with grey model
Wang Shuai、Li Yiting、Zhou Shoubin、Chen Lifei、Michael Pecht
3. Remaining useful life prediction of lithium-ion batteries using a novel particle flow filter framework with grey model
论文基本信息
| 字段 | 内容 |
|---|---|
| DOI/URL/PDF | Nature 全文 / DOI；PDF |
| 发现来源 | Crossref/Venue；source_history=Crossref/Venue；Crossref 摘要与出版社全文核对 |
| 期刊/会议/平台 | Scientific Reports 15, 3311 |
| 发表日期 | 出版社 2025-01-26；Crossref 日期一致 |
| 作者/机构 | Wang Shuai、Li Yiting、Zhou Shoubin、Chen Lifei、Michael Pecht；Fujian Normal University、Huafu High Technology Energy Storage、University of Maryland CALCE |
| 通讯作者 | 出版社全文未标出通讯作者，未能确认 |
| 脚本评分/证据等级 | 84；直接 RUL/SOH、NASA/CALCE 数据；全文级 |
| 核验路径 | PDF 抽取失败 → Nature 全文 HTML 成功；核实摘要、定义、数据、结果及作者机构 |
纳入理由与原文证据
- 主题/边界： 明确预测锂电池 RUL，并估计 SOH/容量退化；属于直接目标。
- 证据： 文章将灰色模型给出的下一循环容量作为粒子流滤波观测，按早/中/晚阶段报告预测，并给出 NASA 与 CALCE 数据结果。出版社全文
数据集/电池体系
- 体系/数据： CALCE 与 NASA PCoE 的锂离子电池；文中示例包括 CALCE A1/A2/A3 和 NASA B05/B06/B18。室温 24°C；CALCE 容量阈值 0.7 Ah，NASA 阈值为额定容量 70%（文中示例 1.4 Ah）。数据可从 CALCE 获取。
- 工况/跨域： 同时使用两个公开数据集，但不是跨化学体系；预测起点按 70、80、90 cycles 分早、中、晚期。
EOL/RUL/SOH 定义
- 目标/定义： RUL 是从当前观察时刻至容量到达 EOL 阈值的剩余循环数；本文采用 70% 额定容量作为主要阈值。SOH 由容量退化表示。
- 未来信息风险： 迭代预测时逐步更新观测，符合在线思路；但文章用六组实验数据拟合双指数模型参数并取均值初始化，需确认测试轨迹是否参与参数初始化，存在潜在前视信息风险。
模型方法
- 流程： 双指数经验容量衰减模型 → 最小二乘估计初始参数 → GM(1,1) 预测下一周期容量 → 作为 PFF 观测更新粒子状态 → 输出 RUL 概率分布。设 100 个粒子；对照 PFF。
验证设计
- 划分/泛化： 选 70/80/90 周期预测起点，比较不同寿命阶段；同一论文还比较 PFF 与 GM-PFF。测试轨迹是否被用于全部初始化细节，公开文中仍需复查。
- 可信度： 中低；公开数据、概率输出与阶段性测试是优点，但小样本、参数初值依赖和潜在全轨迹初始化影响结论。
指标与结果
- NASA PCoE 的 B06 后期 RUL 绝对误差：GM-PFF 为 3 cycles、PFF 为 14 cycles；CALCE 预测区间宽约 2–3 cycles，NASA 约 5–7 cycles。正文另报告 A1 早期容量 RMSE 0.0569 Ah，对照 PFF 为 0.0827 Ah。
泄漏风险、复现性与局限性
- 泄漏风险： 中高；若用整段寿命轨迹估计初始衰减参数，再评估同轨迹早期预测，可能形成时间信息泄漏；应按电芯留出重算。
- 复现性： 中；CALCE 页面公开，NASA PCoE 有数据入口；代码与完整随机设置未能确认。
- 局限性： 数据轨迹少；GM 对初值和局部容量恢复敏感；对其他化学体系、温度与卫星/车载工况的泛化未证明。
是否值得跟进
- 结论： 跟进。
- 理由与下一步： 低成本的概率滤波框架可作经典基线。复现实验应严格逐电芯留出，禁止使用测试轨迹全寿命参数初始化，并报告区间覆盖率而不只给窄区间宽度。
- 补充核验点： 论文的误差改善来自特定公开样本，不能直接外推到电动车队；应同时报告不同起点、不同 EOL 阈值下的偏差和预测区间校准。
查看关键词分类依据
- RUL prediction · 标题包含「remaining useful life」
Remaining useful life prediction of lithium-ion batteries using a novel particle flow filter framewor - SOH estimation · 摘要包含「state of health」
(GM-PFF) is proposed to forecast the RUL and state of health of batteries. First, the least squares method is employed to obtain the initial - Bayesian · 摘要包含「uncertainty」
lting in a low prediction accuracy and large uncertainty. In this paper, a novel particle flow filter with the grey model method (GM-PFF - Kalman / particle filter · 摘要包含「particle filter」
article degradation is often observed in the particle filter-based RUL prediction of LIBs, resulting in a low prediction accuracy and large - Empirical degradation model · 摘要包含「empirical」
in the initial values for double exponential empirical model parameters. Subsequently, the grey model is used to predict the current c - NASA · 摘要包含「nasa」
probability distributions. On the CALCE and NASA PCoE LIB dataset, GM-PFF reduces RMSE by 1% compared to PFF, exhibiting a highe - CALCE · 摘要包含「calce」
obtain the probability distributions. On the CALCE and NASA PCoE LIB dataset, GM-PFF reduces RMSE by 1% compared to PFF, exhibitin - Li-ion / LIB · 标题包含「lithium-ion」
Remaining useful life prediction of lithium-ion batteries using a novel particle flow filter framework with grey model