从电池群轨迹到单电芯保障:用于电池 SOH 监测的分层加权保形预测
From fleet trajectories to single-cell promises: hierarchically weighted conformal prediction for battery SOH monitoring
精选理由
揭示电池健康度预测的群体覆盖率会掩盖单体失准,并提供分层校准与可审计的可靠性评估方案。
AI 摘要
arXiv:2610.41696v1 公告类型:新稿 摘要:保形预测给出的区间预测通常被解读为“90% 的覆盖率”,但在嵌套结构的电池数据中,这一数字保障的是电池群的平均水平,而非单个电芯。我们按照预注册的三级报告方案(电池群、批次、电芯),在 124 个公开的 LFP 电芯上测量了这一差距:合并覆盖率看似良好(不同数据划分下为 0.875–0.906),但表现最差电芯的覆盖率仅为 0.1%–2%;我们还针对标称水平进行了精确二项检验。随后,我们使用分层加权保形预测引擎弥补了部分差距,其权重仅使用在预测时冻结的辅助信息——签名特征、批次标签、循环索引——且从不使用残差。预注册的修复判据得到满足:电芯覆盖率的第 10 百分位数从 0.750 升至 0.830(弥补了 53% 的差距),最差电芯的覆盖率从 0.642 升至 0.694,同时无需暂缓任何预测,敏感性谱也保持平坦。对于该引擎未能修复的问题,我们明确了其发生条件,而非将其悬而未决:在实验规程发生漂移时,冻结权重在 SOH 尺度上的负面影响呈单调变化(绝对尺度的结果已完整报告),我们如实报告了这一结构性死路,而不是通过调参将其掩盖;此外,修复能力受到校准池中电池多样性的限制,这一点已在两个数据集上测量。在跨化学体系的外部数据集上,校准后区间的覆盖率骤降(0.286),而域内的基本模式得到复现(合并覆盖率为 0.933,最差电芯覆盖率为 0.686)。本研究的交付成果是一套报告方案——以实测工况为依据的三级保障、最差电芯统计量及暂缓预测比例——使逐电芯的区间声明在部署前即可接受审计。