Unseen-Cell SOH Prediction via Energy-Aware Warm-Up and Degradation-Consistency Constraints

1. Unseen-Cell SOH Prediction via Energy-Aware Warm-Up and Degradation-Consistency Constraints

论文基本信息

字段	内容
DOI/URL/PDF	DOI/出版社入口；PDF 直链
发现来源	OpenAlex；source URL；source_history=OpenAlex
期刊/会议/平台	Energies，2026，19(18):4326
发表日期	2026-09-13；Crossref 与 PDF 首页均给出 Published: 13 September 2026；PDF 还记录 9 月 10 日接收
作者/机构	Jin Zhao、Xiaofeng Qian、Yonglin Zhang、Yayu Mu、Baozhu Wang、Haoran Xiao；College of Automation, Jiangsu University of Science and Technology, Zhenjiang, China
通讯作者	通讯作者：Jin Zhao；PDF 明示 Correspondence: zhaojin@just.edu.cn，OpenAlex 也标记其为 corresponding author
脚本评分/证据等级	70；命中 battery/SOH/degradation、GNN、NASA/CALCE、开放获取；全文级
核验路径	payload 无 pdf_url → DOI/MDPI 页面 web_extract 失败 → 从 Crossref PDF 链接获取 23 页全文成功；Crossref/OpenAlex API 元数据交叉核对

纳入理由与原文证据

• 主题/边界： 直接研究 unseen-cell SOH prediction，并把逐循环退化增量递归还原为 SOH 轨迹，属于电池健康预测主任务，不是材料合成或调度问题。
• 证据： ① “EWDC couples partial-charge health-indicator extraction, health-indicator graph encoding, cycle-to-cycle degradation-increment prediction, and recursive SOH-trajectory reconstruction.” ② “Within-dataset leave-one-battery-out validation was conducted separately on the NASA and CALCE-CS2 datasets.”（均见全文）

数据集/电池体系

• 体系/数据： NASA B0005/B0006/B0007/B0018 四个 18650 Li-ion 电芯（标称 2.0 Ah）和 CALCE-CS2 CS2-35–CS2-38 四个 LiCoO2 棱柱 Li-ion 电芯（标称 1.1 Ah）；共 8 个留出电芯。输入为 CC-CV 部分充电段的电压、电流、时间特征，17 维 HI。
• 工况/跨域： NASA 24°C；CALCE 为室温；NASA 充电为 1.5 A CC 至 4.2 V 后 CV 至 20 mA，CALCE 为 0.5C CC 至 4.2 V 后 CV 至 0.05 A。论文把两个数据集分开评估，未证明跨数据集迁移。

EOL/RUL/SOH 定义

• 目标/定义： SOH 直接定义为当前放电容量与首个参考循环容量之比 Q_i/Q_0；原始标签不平滑，模型预测相邻循环的 signed ΔSOH，再递归重建 SOH。未定义 EOL 阈值，也没有单独输出 RUL。
• 未来信息风险： 论文声明特征只使用已完成的当前部分充电段，目标电芯标签仅用于离线最终评估；标准化参数只来自训练电芯。训练损失中的 Savitzky–Golay 趋势参考来自训练真值，需复核实现是否严格按 fold 隔离，但按文中协议不应进入目标电芯推理。

模型方法

• 流程： 4.0–4.2 V CC 段与 0.50–0.10 A CV 电流衰减段 → 17 维 HI → 以 HI 为节点的全连接可学习图、两层 GCN（hidden 64）和 mean pooling → MLP 预测 ΔSOH → 递归 SOH。训练加入三阶段 energy-aware warm-up，以及 SOH 状态级和 ΔSOH 增量级软一致性约束。
• 部署： 论文称所需电压、电流、时间信号通常可由 BMS 获得；单循环推理实测约 0.16 ms，但目标硬件并非车规 BMS，边缘部署仍未验证。

验证设计

• 划分/泛化： NASA 与 CALCE-CS2 分开做 LOBO；每折 1 个电芯测试、其余 3 个作训练/验证，10 次独立运行，超参由源数据验证集选择；另有 1/2/3 个源电芯的限制源实验和消融。
• 可信度： 高（全文级、独立留出和多次重复均明确），但外部泛化可信度为信息不足：没有跨数据集、真实 BMS 或不规则充电验证。

指标与结果

• 8 个留出电芯平均 RMSE 1.21%、MAE 0.65%、R² 0.975；相对 GNN baseline，平均 RMSE/MAE 分别下降 32.19%/38.83%。
• 最难的 B0018 为 RMSE 1.91%、MAE 1.45%、R² 0.946；50% 部分充电窗口仍达到 RMSE 1.61%、R² 0.956。论文还报告两级约束后异常反弹率 VER 0.087。

泄漏风险、复现性与局限性

• 泄漏风险： 低至中；LOBO、训练折标准化和目标标签隔离写得清楚，但需检查滑窗边界、早停实现和趋势约束代码，递归误差累积也可能影响长期轨迹。
• 复现性： 中；NASA/CALCE 数据公开，窗口、训练轮数、Adam、PyTorch 2.0.1、硬件和主要超参均给出；未确认作者代码、随机种子和完整配置是否公开。
• 局限性： 仅 8 个电芯、两个规则 CC-CV 数据集；未做跨数据集/跨温度/跨化学体系测试；依赖可识别且完整的指定充电片段。

是否值得跟进

• 结论： 强烈跟进。
• 理由与下一步： 这是本轮最完整的 SOH 轨迹论文，source-only unseen-cell 设置对哥哥的研究最有直接参考价值。下一步获取代码或按论文超参复现 NASA/CALCE，增加 cross-dataset、温度变化和不完整充电实验，并记录递归误差随预测跨度的增长。