《Batteries》：A Probabilistic Data-Driven Ensemble Approach for Battery Remaining Useful Life (RUL) Prognostics
编辑推荐：
本研究提出了一种用于锂离子电池剩余使用寿命（RUL）预测的概率性数据驱动集成框架。该工作通过整合贝叶斯神经网络（BNN）、LSTM/Transformer架构、基于维纳过程的随机退化建模以及梯度提升方法，在统一的考虑不确定性的架构中解决了单一模型和确定性方法的
本研究提出了一种用于锂离子电池剩余使用寿命（RUL）预测的概率性数据驱动集成框架。该工作通过整合贝叶斯神经网络（BNN）、LSTM/Transformer架构、基于维纳过程的随机退化建模以及梯度提升方法，在统一的考虑不确定性的架构中解决了单一模型和确定性方法的局限性。与以往采用固定权重融合模型的集成方法不同，所提出的框架使融合本身具有自适应性：每个基础模型的贡献根据退化阶段、运行条件相似性和近期残差在线重新计算，且每次预测都携带分解后的认知不确定性和偶然不确定性。本工作的三个主要贡献在于：（1）一种新颖的动态集成加权机制，可根据退化阶段、运行条件相似性和近期预测残差自适应调整每个基础模型的贡献；（2）将总预测不确定性原则性地分解为认知分量和偶然分量，结合温度标定（temperature scaling），并对标量标定何时成功与何时失效进行实证分析；（3）在四个基准数据集（NASA PCoE、CALCE、MIT和XJTU）上进行了验证，涵盖197个电池单体及约140,000个充放电循环（其中178个单体观测到了寿命终止）。在这些基准上，所提出的自适应集成实现了平均均方根误差（RMSE）为80.3个循环、平均绝对误差（MAE）为51.7个循环、所有评估模型中最佳的平均绝对百分比误差（MAPE，29.9%），以及连续排序概率分数（CRPS）为40.4个循环，相对于简单平均集成将RMSE降低了28.2%（Wilcoxon检验：p < 0.001），并且分别优于LSTM、Transformer、BNN和Wiener-PINN基础学习器；其点预测精度与最强单一学习器（梯度提升，p = 0.20）在统计上无显著差异，同时额外提供了分解后的认知/偶然不确定性。未标定的集成区间可靠地偏保守（PICP@95% = 99.1%）；在小型验证集上拟合的单一温度标定参数向未见电池单体的迁移不完美（PICP@95% = 78.1%），本文量化并讨论了标量标定在电池单体级分布偏移下的脆弱性。这些结果支持将自适应集成用于风险感知的电池管理，同时将分布偏移下的标定问题识别为一个开放性问题。
论文解读
一、研究背景与问题
锂离子电池已成为电动交通和电网级储能不可或缺的技术支撑。随着全球电动汽车销量预计在2030年超过每年5000万辆，电池健康管理的重要性日益凸显。在中国，截至2022年中期，新能源汽车保有量已达1001万辆，其中纯电动汽车占80.93%。准确预测电池剩余使用寿命（RUL）对于电池管理系统（BMS）、预测性维护和梯次利用至关重要。
当前RUL预测方法主要分为两类：基于模型的方法和数据驱动的方法。基于模型的方法通过等效电路模型（ECM）和经验退化规律显式纳入电化学物理，具有物理可解释性，但需要大量关于电池化学体系、运行条件和失效机制的先验知识，这些信息在现场部署中往往不可获得。纯数据驱动方法避免了限制性模型假设，但经常难以在多样化运行环境下泛化，且往往仅提供点估计，缺乏安全关键决策所必需的概率置信区间。
RUL预测面临的根本挑战源于多种不确定性来源：（1）模型不确定性，反映对底层退化机制认识的不完整；（2）参数不确定性，源于有限训练数据和电池间制造变异性；（3）测量不确定性，来自传感器噪声和数据质量变化；（4）运行不确定性，源于实际部署中未知或变化的用法模式。现有方法很少全面量化这些不确定性来源，导致过度自信的预测可能掩盖真实预测区间并造成次优决策。
二、研究内容与结论
研究人员提出了一种概率性数据驱动集成（PDDE）框架，将贝叶斯神经网络（BNN）、LSTM/Transformer时序编码器、Wiener-PINN和梯度提升回归器整合在统一的考虑不确定性的架构下。动态加权机制——由退化阶段、运行条件相似性和近期残差误差驱动——取代了传统集成中使用的静态平均，并显式分析了温度标定步骤向未见电池单体迁移的能力。
在四个基准数据集（NASA PCoE、CALCE、MIT和XJTU；197个电池单体，约140,000个循环）上，该框架相对于简单平均集成将RMSE降低了28.2%（p < 0.001），分别优于五个基础学习器中的四个，在点精度上与最强单一学习器（梯度提升）持平，同时提供分解的认知/偶然不确定性，并实现了所有评估模型中最佳的MAPE（29.9%）和并列最佳的CRPS。其未标定预测区间可靠地偏保守（PICP@95% = 99.1%），而标量温度标定以未见电池单体上欠覆盖（78.1%）为代价使区间变窄，将电池单体级分布偏移下的标定确定为一个关键开放问题。
三、关键技术方法
研究人员采用了以下主要技术方法：其一，异构基础学习器集成，包括通过蒙特卡洛dropout提供认知不确定性的贝叶斯神经网络、编码短程和长程时序依赖的双向LSTM与Transformer、施加随机物理先验dX(t) = μ(t,θ)dt + σ(t,θ)dW(t)以强制物理合理单调衰减的Wiener-PINN，以及提供稳健低方差预测的梯度提升回归器（LSBoost实现）；其二，动态集成加权机制，每个基础学习器的权重wk(s, c, ek)作为退化阶段（早期/中期/晚期寿命）、运行条件聚类（温度和C倍率）和近期预测残差的函数在线更新，通过softmax获得并采用指数遗忘因子；其三，不确定性分解与标定，融合预测分布通过全方差定律精确分解为认知分量σ2epi（跨模型分歧）和偶然分量σ2ale（模型内方差），并采用温度标定参数T = 0.29 ± 0.07对区间进行缩放。数据来源于四个公开基准数据集，训练/验证/测试分割严格在电池单体级别进行（70%/10%/20%），共197个电池单体、约140,000个充放电循环，其中178个单体具有观测到的寿命终止进入监督实验。
四、研究结果
4.1 性能评估结果。 所提出的集成在所有模型中取得了最佳MAPE（29.9%）和并列最佳CRPS；相对于简单平均集成（111.8 → 80.3个循环）将RMSE降低了28.2%，并分别优于LSTM、Transformer、BNN和Wiener-PINN。最强单一学习器梯度提升（RMSE = 73.1个循环）在点精度上与集成在统计上无显著差异（Wilcoxon检验：p = 0.20），但集成额外提供了确定性模型无法提供的分解不确定性量化。数据集层面，集成在NASA PCoE（9.0个循环）和CALCE（40.4个循环）上取得最低RMSE，在MIT（172.5 vs. 157.9个循环）和XJTU（99.1 vs. 81.8个循环）上仅次于梯度提升。动态权重分析显示，梯度提升在早期寿命（约0.29）和寿命末期（约0.31）承担最大权重，BNN在中期寿命超越之，峰值约0.31，而最弱的Wiener-PINN全程被抑制在0.12至0.18之间。数据规模实验表明，集成在数据稀缺场景下的优势最为显著：在22个训练单体时相对于梯度提升降低RMSE达47%（59.9 vs. 113.5个循环），随数据积累缩小至统计持平（p = 0.31）。
4.2 不确定性量化结果。 未标定动态集成的原始PICP@95%为99.1%，偏保守。温度标定（T = 0.29 ± 0.07）使区间显著变窄（MPIW = 132个循环）并将CRPS从43.2改善至40.4个循环，但在未见测试单体上欠覆盖（PICP@95% = 78.1%）。原因在于电池单体级分布偏移：每个数据集仅有一到两个验证单体，验证残差分布低估了未见单体的误差散布。分解分析显示，认知不确定性占总方差的份额从早期寿命的32%和中期寿命的34%降至晚期寿命的22%，与退化信息积累后认知不确定性可减少的预期一致。
4.3 消融研究。 单一学习器均不充分：梯度提升是最准确的单一模型（RMSE = 73.1个循环）但其同方差区间欠覆盖（77.8%），BNN提供最佳单一模型覆盖率（96.6%）但精度较低。动态加权对集成精度增益负责：将静态平均替换为上下文感知权重使RMSE从111.8降至80.3个循环（?28.2%），CRPS从68.7降至43.2个循环，主要通过抑制弱Wiener-PINN实现。温度标定以覆盖率换取锐度：改善CRPS（43.2 → 40.4个循环）但将保守过覆盖（99.1%）转为未见单体上的欠覆盖（78.1%）。留一法分析表明，仅两个成员单独不可或缺：梯度提升（移除后RMSE恶化15.2个循环，p < 0.001）和BNN（3.9个循环，p = 0.057），据此推荐精简的四模型配置用于部署。
4.4 计算成本。 在单CPU（MATLAB R2022b，无GPU）上训练全部五个基础学习器需约1.1 CPU小时/种子（五种子完整协议约5.5小时）。部署时一次PDDE预测需五次前向传播加权重更新，批量推理约80,000个样本在数分钟内完成，单样本预测成本约0.773 ms，其中在线权重更新仅贡献0.005 ms。总参数量235,097个，单精度存储0.92 MB（8位量化后约0.23 MB），支持在网关或车载计算机级硬件上部署。
五、讨论与结论
讨论部分。 研究人员指出，对于安全关键应用，保守的未标定区间更优——在实验中从未欠覆盖，代价是区间宽度。标量温度标定仅在验证集包含足够代表未见单体的电池时才应使用——这在小型电池数据集中很少满足——而更稳健的替代方案（如针对电池单体级可交换性违反进行校正的保形方法）是未来工作的重要方向。所有实验均依赖公开实验室基准数据集；现场数据具有不规则使用模式、电池组级交互和传感器故障，可能降低精度和标定质量。验证是离线的：电池单体级分割确保测试单体在训练期间从未可见，模拟了在新单体上的部署，但框架尚未在真实嵌入式BMS上闭环运行。所有结果均为数据集内结果——模型在同一数据集的分离单体上训练和评估——因此四个基准上观察到的一致性不应解读为跨数据集迁移能力。残差反馈假设延迟的真实标签，其实际对应物是车队级健康状态反馈。
结论部分。 本文提出了用于锂离子电池剩余使用寿命预测的概率性数据驱动集成（PDDE）框架，将贝叶斯神经网络、LSTM/Transformer时序编码器、Wiener-PINN和梯度提升回归器整合在统一的考虑不确定性的架构下。动态加权机制——由退化阶段、运行条件相似性和近期残差误差驱动——取代了传统集成中使用的静态平均，并显式分析了温度标定步骤向未见电池单体迁移的能力。在四个基准数据集（NASA PCoE、CALCE、MIT和XJTU；197个电池单体，约140,000个循环）上，该框架相对于简单平均集成将RMSE降低了28.2%（p < 0.001），分别优于五个基础学习器中的四个，在点精度上与最强单一学习器（梯度提升）持平，同时提供分解的认知/偶然不确定性，并实现了所有评估模型中最佳的MAPE（29.9%）和并列最佳的CRPS。其未标定预测区间可靠地偏保守（PICP@95% = 99.1%），而标量温度标定以未见电池单体上欠覆盖（78.1%）为代价使区间变窄，将电池单体级分布偏移下的标定确定为一个关键开放问题。这些结果支持将该框架用于电池管理、车队维护规划和梯次利用评估，并推荐在安全关键决策中使用保守区间模式。未来工作将优先开展系统性的跨数据集和跨化学体系迁移实验、分布偏移鲁棒标定（如保形方法）、扩展到快充协议、非平稳运行配置的在线重训练策略，以及嵌入式部署的硬件感知压缩。推荐的部署配置是精简的四模型集成，部署声明限于网关或车载计算机级硬件。
