智能AI
morning
MagBridge-Battery:用于锂离子磁力测量和健康状态诊断的合成电桥数据集
2026-05-21
1 阅读
Sakthi Prabhu Gunasekar, Prasanna Kumar Rangarajan
arXiv:2605.20240v1 公告类型:新 摘要:当今的电池健康诊断绝大多数依赖于在电池端子处测量的电化学信号。一项平行文献表明,磁传感可以解决仅终端测量遗漏的信息,但据我们所知,由于缺乏与退化标签配对的公共电池磁测量数据集,方法的开发受到限制。我们发布了 MagBridge-Battery v1.0,这是一个包含 6,760 个磁场特征的合成数据集,它将 Mohammadi-Jerschow 开放科学框架 (OSF) 档案中的真实磁形态与 PulseBat 数据集中的健康状态 (SOH) 标签连接起来。该版本包含 5,600 个 PulseBat 条件接地样本、600 个来自清洁母体的合成传感器异常样本以及 560 个低电压 Regime-B 外推样本。单元不相交、父子无泄漏的主要基准分割经过验证,包含零重叠单元、零交叉分割父子对和零样本 ID 重叠。我们定义了三个主要基准任务:SOH 回归、第二生命分类和异常检测,以及辅助异常子类型分类任务。受控的标签洗牌消融将 SOH 回归从 R^2 大约 0.77 折叠到大约 0,确认桥对输入 SOH 进行非平凡的编码,而不是产生标签对齐的伪影。该数据集在CC-BY-4.0下发布在Zenodo上,桥代码和基准套件在Apache-2.0下发布。这项工作为磁传感电池诊断提供了公共基准,而配对的磁电化学测量仍然很少。