锂离子电池作为电动汽车和大规模储能系统的关键技术，需要严格的管理以确保其安全性、可靠性和使用寿命。准确预测其剩余使用寿命对于电池健康管理至关重要，因为它能够实现主动维护并防止灾难性故障[1,2]。然而，这一任务极具挑战性，因为各种电化学退化机制之间存在复杂的相互作用，这些作用在运行数据中表现为微妙、非线性且交织在一起的退化模式[3,4]。预测剩余使用寿命不仅能优化电池管理系统（BMS）中的决策，还直接影响系统的安全性、可靠性和经济效率，特别是在这些系统越来越多地支撑关键基础设施和大规模电网应用的情况下，意外故障可能会带来严重的运行和财务后果。
近年来，随着数据驱动技术的进步，剩余使用寿命预测研究逐渐从经验模型转向机器学习和深度学习方法。传统统计模型如线性回归和指数衰减模型可以在简单场景中提供粗略估计，但在处理不同电池类型、复杂负载和温度变化时表现出显著的预测误差[[5], [6], [7]]。另一方面，机理模型通过分析电化学退化过程提供更准确的预测，但其参数获取困难、计算复杂，且难以实现在线应用[8,9]。相比之下，数据驱动方法可以直接从运行测量数据中学习非线性退化模式。卷积神经网络（CNN）适合从电压、电流和温度序列中提取局部特征[10,11]。循环架构，如LSTM网络，能够捕获长期时间依赖性[[12], [13], [14]]。Transformer模型进一步改进了长退化序列中相关性的表示能力。然而，这些方法高度依赖于训练数据的数量、质量和代表性，且其物理可解释性通常弱于机理模型。
多源特征融合已成为提高电池剩余使用寿命估计预测精度的关键策略，能够跨多个物理和运行维度全面刻画退化动态[15,16]。通过整合电化学信号、热特征、环境条件和 usage patterns等多维信息流，预测系统可以从互补的数据视角更准确地重构电池退化轨迹[17,18]。特征工程进一步提高模型鲁棒性。例如，小波包分解可以减少信号噪声，主成分分析（PCA）可以降低特征维度，时频变换可以捕获与退化相关的动态模式。这些技术有助于减少测量不确定度和运行条件变化的影响。然而，特征融合的有效性取决于数据同步性、特征相关性和传感器质量。过量或高度相关的输入可能会增加计算成本和过拟合风险，而非一致性地提高预测性能。
为解决数据有限的问题，迁移学习和元学习方法被引入电池剩余使用寿命预测，为跨领域和小样本学习挑战提供了创新解决方案。迁移学习框架，如域对抗神经网络（DANN）和参数共享架构，能够实现跨电池类型或运行场景的知识迁移，通过自适应特征对齐和域不变表示学习，在目标域数据有限的情况下保持预测能力[[19], [20], [21]]。模型无关元学习（MAML）等元学习方法通过多源数据集上的情景训练，进一步增强了少样本适应能力，使模型能够快速泛化到异构退化模式[[22], [23], [24]]。尽管这些方法可以缓解数据稀缺问题，但其性能仍取决于源域与目标域的相似程度，以及迁移或生成的样本是否保留了具有物理意义的退化特征。
深度强化学习通过将序贯决策与自适应模型优化相结合，在剩余使用寿命预测中展现出独特优势，尤其擅长处理动态和不确定的电池老化环境。通过与模拟或真实电池运行环境的持续交互，DRL智能体学习最优策略以动态调整预测模型参数，以应对不断变化的退化模式，从而增强在线预测能力和在变化负载和温度条件下的实时适应性[25,26]。代表性算法包括DQN、PPO、TD3、SAC和Actor-Critic方法，它们在动作空间构建、策略更新机制、训练稳定性和计算需求方面存在差异[27,28]。此外，可以将预测误差、退化趋势一致性和电化学运行约束纳入奖励函数，以改善学习策略的物理一致性。然而，基于DRL的预测方法仍然对状态定义、奖励设计、训练数据和环境保真度高度敏感。
近年来，改进的DRL框架越来越多地结合了物理约束、注意力机制、多尺度建模、基于图的表示以及元强化学习。物理知识可以纳入奖励函数或状态转移模型中，以减少物理上不合理的预测，而时间注意力可以强调对退化敏感的信息并抑制测量噪声[29,30]。多尺度建模架构通过混合图神经网络和多智能体协调，分层地结合单体电池级别的老化机理与电池组级别的性能衰减，有效地捕获单体电池老化与系统级别容量衰减之间的跨尺度交互作用。元强化学习及相关自适应策略可能提高训练策略向新电池类型和运行条件迁移的能力[[31], [32], [33]]。尽管如此，这些集成方法所报告的效益通常使用不同的数据集、基线方法、预测窗口和评估指标获得，使得直接定量比较变得困难。
在此背景下，改进的DRL为在非平稳运行条件下进行在线电池剩余使用寿命预测提供了一个灵活的框架。然而，其实用性仍然取决于明确定义的状态和奖励构建、逼真的训练环境、代表性的现场数据以及一致的评估协议[[34], [35], [36]]。因此，本综述考察了基于DRL的在线剩余使用寿命预测的方法基础、代表性算法、集成改进策略和部署挑战，特别关注其当前能力、适用性边界以及工业实施的障碍。与以算法为中心的综述不同，本综述采用任务-角色-证据视角，区分直接剩余使用寿命预测、预测模型自适应和寿命感知控制，同时评估DRL的介入位置以及报告的性能应如何解读。
