锂离子电池内部短路检测的噪声感知校准多尺度电压残差方法及其性能评估

《Batteries》：A Noise-Aware Calibrated Multi-Scale Voltage-Residual Method for Internal Short-Circuit Detection in Lithium-Ion Batteries

　　

摘要

锂离子电池内部短路（ISC）工况的检测极具挑战性，因为由故障引起的电压偏差往往被负载瞬态、荷电状态变化、模型失配以及测量噪声所掩盖。本研究提出了一种噪声感知的校准多尺度电压残差方法进行ISC检测。首先，利用正常运行数据训练健康电压预测器以构建参考轨迹，然后将实测与预测电压之差得到的残差用训练正常统计量进行校准。提取多尺度与电流耦合的残差描述子，以同时表征局部偏差与持续性电压失配。实验方案采用按实验记录/源文件分组的训练、验证和锁定测试集划分；所有阈值选择和决策优化均仅使用验证集数据完成。在该协议下的干净锁定测试集上，最终检测器取得了 F1 = 0.8100、ROC-AUC = 0.8902、PR-AUC = 0.9346 和平衡准确率 = 0.8026 的性能。其召回率为 0.7393，即在 11,525 个标记为ISC的测试窗口中遗漏了 3005 个ISC窗口，即假阴性率（遗漏率）为 0.2607（26.07%）。相对于校准多尺度基线（F1 = 0.8291、特异性 = 0.5504、FAR = 0.4496），最终稳健规则以部分 F1 的牺牲换取了显著更高的特异性（0.8659）和更低的 FAR（0.1341）；因此，其主要增量优势在于误报控制，而非在所有指标上的全面优越性。在固定规则的合成高斯电压噪声压力测试下，在 0.10% 名义扰动水平下 ROC-AUC 为 0.8432，FAR = 0.1149；但在 0.50% 水平下 ROC-AUC 降至 0.7021，在 2.00% 水平下降至 0.6249，对应的 FAR 分别上升至 0.5235 和 0.7469。因此，噪声证据支持在指定高斯协议下低噪声误报缓解的效果，但不支持对显著或现实传感器噪声的广泛鲁棒性。这些结果支持对所提残差公式进行按实验记录/源文件分组的离线评估。其监督端点为正常的与电阻模拟ISC之间的二分类；短路电阻 并非预测目标。这些结果本身并未确立电芯级可迁移性、现实传感器鲁棒性、定量的 估计能力或在线部署能力。由于公开数据集未提供经验证的逐点ISC起始标注，检测延迟、起始前误报率、预警提前量以及依视距相关的性能均无法计算；相应地，本研究不声称具备早期检测能力。