Hybrid-data-driven SOH estimation for LFP batteries: An engineering-oriented paradigm based on interpretable feature

2. Hybrid-data-driven SOH estimation for LFP batteries: An engineering-oriented paradigm based on interpretable feature

论文基本信息

字段	内容
DOI/URL/PDF	DOI/出版社入口；ScienceDirect 预览页；Crossref 题录；未取得 PDF 链接
发现来源	source_history: OpenAlex；DOI 来源 URL
期刊/会议/平台	Journal of Power Sources，volume 695，article 241388
发表日期	2026-09-01；来自 payload/OpenAlex 与 Crossref created/indexed。Crossref published/published-print 为 2026-12，存在 online-first/卷期冲突
作者/机构	Ming Ma、Minyan Lu、Xinyu Zhang、Yuanxing Zhang、Yuxiang Zhang、Tayyab Shabir、Haijian Lv、Xinyue Xu；payload 机构为 Beijing Institute of Technology、Xiamen University of Technology
通讯作者	通讯作者：未能确认；OpenAlex/Crossref 未明确标注
脚本评分/证据等级	66；命中 batteries、SOH、hybrid、JPS core/Q1；元数据级
核验路径	pdf_url：payload 未提供 → URL/DOI：web_extract 成功取得 ScienceDirect 预览框架但无摘要正文 → Crossref API：题录与 PII 成功 → 正文：未取得

纳入理由与原文证据

• 主题/边界： 题名直接针对 LFP battery SOH estimation，属于目标范围；“engineering-oriented”是应用定位，不等于已经完成工程验证。
• 证据： ScienceDirect 页面确认题名及 Data source、Feature based on charge curve 等正文栏目；ScienceDirect 预览页。索引摘要片段还提示早期运行数据与有标签的开源全寿命 LFP 数据结合，但正文未能核对。

数据集/电池体系

• 体系/数据： 可确认 LFP；ScienceDirect 索引片段提示一个 LFP battery pack 的 early-life operational data 与 labeled open-source full-life-cycle LFP 数据，但规模、来源、传感器和标签未说明。
• 工况/跨域： 充电曲线特征是明确线索；温度、倍率、SOC、协议、pack/cell split 和跨工况测试未能确认。

EOL/RUL/SOH 定义

• 目标/定义： 题名确认 SOH estimation；SOH 公式、额定容量基准、EOL 阈值、RUL 单位和标签生成方式未说明。
• 未来信息风险： “hybrid data”尤其需检查早期运行数据是否与完整寿命标签、全周期归一化或后验充电曲线统计混用；当前只能标信息不足。

模型方法

• 流程： 可确认研究混合数据和 interpretable feature，并有 charge-curve feature 栏目；具体模型、物理约束、baseline、消融和输出接口未能确认。
• 部署： 题名强调 engineering-oriented，但采样、计算资源、延迟、在线更新和 BMS 实装均未说明。

验证设计

• 划分/泛化： 是否以 early-life/full-life 分离、按电芯或 pack 留出、是否独立外部测试均未说明。
• 可信度： 信息不足至中低。LFP 体系和研究问题清楚，但关键验证细节完全依赖正文。

指标与结果

• 未取得可核验摘要数字；MAE、RMSE、MAPE、R²、不同电芯/工况表现和解释性收益均未能确认。
• 不把脚本评分 66、期刊等级或“interpretable”当作实验结果。

泄漏风险、复现性与局限性

• 泄漏风险： 中高风险待审计。重点检查完整寿命 LFP 标签、充电曲线全段特征、归一化统计量和 pack/cell 重叠。
• 复现性： 低至信息不足；题录、作者机构和 PII 可确认，但数据版本、代码、特征清单、超参和 seed 未确认。
• 局限性： ①正文不可访问；②数据融合方式和独立验证未知；③无法判断是否适用于真实 LFP pack 在线预测。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： LFP 与早期数据融合很贴近工程部署，可能补足实验室到现场的断层。下一步获取全文，先确认数据是否真正因果可得，再核对 feature attribution、按 pack split、外部测试和误差区间。