← 返回 PaperDaily 大模型与智能体

新加坡理工大学：电池健康预测加语义双引擎，误差最高降37.3%

电动车车主最怕的一件事，不是充电排队，而是电池"悄悄地"不行了。手机用两年续航肉眼可见地缩水，电动车开五年续航打折，储能电站跑几年之后调度策略得跟着改，这些现象背后都指向同一个量：电池健康状态（State of Heal。

龙哥读论文发布于 2026-10-16 01:12:05 阅读 13 查看原文

#预测模型 #大语言模型 #AI应用

原论文信息如下：

论文标题:
Sera: Semantic Representation Aggregation for Reliable and Interpretable Battery Health Forecasting 发表日期:
2026年10月发表单位:
Singapore Institute of Technology, Shanghai Jiao Tong University, Singapore University of Social Sciences, Agency for Science, Technology and Research (A*STAR) 原文链接:
https://arxiv.org/pdf/2610.11567v1.pdf

电池健康预测新范式：当语义遇上时序

电动车车主最怕的一件事，不是充电排队，而是电池"悄悄地"不行了。手机用两年续航肉眼可见地缩水，电动车开五年续航打折，储能电站跑几年之后调度策略得跟着改，这些现象背后都指向同一个量：电池健康状态（State of Health，简称 SoH），也就是电池当前可用容量与初始容量的比值。

SoH 估计告诉人们"现在还剩多少"，而 SoH 预测告诉人们"再过一段时间还剩多少"。后者对电池管理系统（Battery Management System，简称 BMS）更有价值：什么时候该换电池、储能电站要不要降功率运行、二手车的电池残值怎么估，都得看这一条未来曲线。

但这件事很难。电池老化是非线性的，同一型号的不同电芯能走出完全不同的衰减轨迹，温度、充放电策略、内阻上升又相互纠缠。更麻烦的是，预测视界越长，模型要从固定长度的历史窗口里"外推"越远的未来，误差自然越滚越大。

现有的数据驱动方案基本是"一条腿走路"：长短期记忆网络（Long Short-Term Memory，简称 LSTM）及其变体、基于注意力机制的 transformer 架构，全都直接从电压、电流、温度、内阻这些数值序列里学模式，外加一些迁移学习来缓解域偏移。问题是，人类工程师判断一块电池状态时，并不只盯着曲线看——"这个衰减在加速""内阻涨得有点猛，可能在析锂""这里像是出现了拐点"，这些是更高层的退化语义，而模型从来没被显式地喂过这类信息。

本篇论文（Sera: Semantic Representation Aggregation for Reliable and Interpretable Battery Health Forecasting）的思路，正是补上这一块：把退化证据翻译成结构化的文本语义，作为与数值时序并列的另一路模态，一起送进预测模型。这套框架叫 Sera，全称是 Semantic Representation Aggregation，中文可以理解为"语义表示聚合"。论文由新加坡理工大学（Singapore Institute of Technology）信息通信技术集群的 Jiawei Li、Wei Zhang 等人主导，合作方包括上海交通大学智慧能源学院、新加坡新跃社科大学，以及新加坡科技研究局（A*STAR）下属的先进智能计算研究院（IAIC）和材料研究与工程研究院（IMRE）。

一句话概括它的野心：让模型不再只"看曲线"，还能"读诊断"。而这条路走通之后，带来的不只是准确率，还有可解释性——毕竟 BMS 这种要担责的系统，光给个数字是不够的。

图1：Sera 的整体架构。给定一段电池时序窗口，先提取语义特征，构造基于规则的退化语义和基于大语言模型的退化语义；时序信息与语义信息分别独立编码，再进行聚合，用于 SoH 预测。

Sera框架全解析：规则+LLM双语义如何引导SoH预测

在拆架构之前，先把问题说清楚。论文把一个电池的 SoH 预测建模成多变量序列到序列的预测问题：每个循环提取一个特征向量，里面既有循环级的电池测量值，也有派生的健康指标，比如电压、电流、温度和内阻。取最近 L 个循环作为观测窗口，历史观测写成下面这个矩阵形式。

公式1：历史观测窗口。L 表示观测窗口长度，F 表示输入特征数量，x 是第 t 个循环提取出的特征向量。

预测目标则是未来 H 个循环的 SoH 轨迹，也就是一串要一次性吐出来的数值。

公式2：未来的 SoH 轨迹。H 为预测视界，y 为对应循环的 SoH 真值。

于是模型要学的映射就很朴素：输入一段历史，输出一段未来。

公式3：预测模型要学习的映射 f，θ 为模型参数。

传统做法到这里就结束了，接下来全程交给时序编码器。Sera 的不同在于：在进入编码器之前，它先从这段时序里"提炼"出一份结构化的诊断报告。这份报告的骨架由七条语义规则搭成，分别是 trend（趋势）、risk level（风险等级）、mechanism（退化机制）、severity（严重程度）、change point（变化点）、key metric（关键指标）和 metric value（指标数值）。

这些规则各管一摊：趋势和变化点描述退化进程及其中断，风险等级和严重程度给出退化的量级判断，机制一栏则指向可能的底层电化学过程，比如固体电解质界面膜（Solid Electrolyte Interphase，简称 SEI）增长、析锂、正极退化、热老化、阻抗上升等等，最后的关键指标和指标数值把语义描述重新锚定回具体的量化特征上。

表1：电池退化的结构化语义表示模式。每个语义分量都给出了候选取值、支撑它的源特征，以及对应的退化含义。

七条规则拼成一个语义向量 z，这就是那份"诊断报告"的机器可读形式。

公式4：结构化语义向量 z 由七个语义分量组成。

给这些规则填值之前，需要先把时序预处理成一份特征向量 s，里面装着退化特征：基于容量的 SoH 序列的斜率和加速度比，用来刻画退化进程；温度和和内阻的统计摘要，用来刻画运行波动。例如 SoH 斜率和加速度比这两个量，就用来区分趋势规则里的 stable（稳定）、mild_decay（轻微衰减）、linear_decay（线性衰减）和 accelerating_fade（加速衰减）四种取值。这份特征向量 s，是后面两个语义分支共同的输入。

接下来是这篇论文最有意思的设计：同样的输入 s，走两条完全不同的路径去生成语义。

第一条是规则分支，本质上是"查表"。它用电池领域知识设定好的阈值，把 s 里的特征和阈值逐条比对，确定每条语义规则的取值。这种方式的好处是确定性强、可复现、不会胡说，同一个输入窗口永远得到同一份语义描述；坏处也很直白，阈值是固定且不可能穷尽的，遇到复杂或罕见的电池动态时就不够灵活。它的映射关系写成下面这样。

公式5：规则分支的语义映射，f_rule 对所有输入窗口施加同一套预定义规则。

第二条是大语言模型（Large Language Model，简称 LLM）分支。它拿到同一份 s，配上一段精心写的提示词 P——提示词里定义了语义规则和各自的候选取值，并要求模型综合地看这些特征而非孤立判断，同时把输出严格限制在同一套语义模式里。可以这么理解：规则分支像照着手册逐条打钩的老师傅，LLM 分支像经验丰富、会综合权衡的工程师。后者在处理特征之间的上下文关系时更灵活，但终究依赖语言先验，稳定性不如前者。

公式6：LLM 分支的语义映射，f_llm 在提示词 P 的约束下，对特征向量 s 做出语义解释。

这两条分支共用同一套语义模式，因此输出是可以对齐、可以互相参照的。一个负责"稳"，一个负责"活"，这也为后面的实验埋下了一个很有说服力的观察。

门控聚合机制：三路表示如何自适应融合

三路信息准备好了，接下来的问题是：怎么把它们合到一起？Sera 的答案是先各自编码，再自适应聚合。

时序分支：用 PatchTST 打底

时序分支负责从原始数值序列里学退化模式，也是整个框架的基线。论文选用的时序编码器是 PatchTST：它的思路是把连续的观测按块（patch）切分，每一块映射成一个嵌入向量，而不是每个循环单独占一个 token。这样做既保留了块内的局部模式，又能显著减少注意力机制要处理的 token 数量，算起来更省。输入的窗口被切成 M 个长度为 P 的块，每块投影到 D 维；序列前面再拼一个可学习的分类标记（classification token，简称 CLS token）用来汇总整段输入，并加上位置信息以保留时序顺序。整串长度为 (M+1)×D 的序列经过 L_enc 层 transformer 编码器，最后取 CLS token 的输出作为时序嵌入。

公式7：时序嵌入 h_ts，取编码器最后一层的 CLS token 输出，维度为 D。

值得一提的是，Sera 并不绑定 PatchTST。论文后面专门换了标准 transformer 和 LSTM 做对照，验证的是"语义聚合"这个思路本身，而不是某个编码器的运气。

语义分支：两套独立编码器

规则语义和 LLM 语义虽然共用同一套模式，但生成方式和信息侧重都不同，所以论文用两个结构相同、参数独立的编码器分别处理，避免把两路信息在编码阶段就搅在一起。每路先做嵌入（Embed），再经过一个多层感知机（Multi-Layer Perceptron，简称 MLP）投影，中间维度 d_proj 取 64，然后过一层 ReLU（Rectified Linear Unit，修正线性单元）激活，最后线性映射到 D 维，与时序嵌入的维度对齐。

公式8：规则语义分支的嵌入计算流程，输出语义嵌入 h_rule。

公式9：LLM 语义分支的嵌入计算流程，输出语义嵌入 h_llm。

自适应门控：让模型自己决定听谁的

三路嵌入都是 D 维，可以直接加权相加，但权重怎么定？硬拼或者简单串联显然太粗暴——不同窗口里，三路信息的重要性是变的。有的电池衰减平稳，规则语义足够；有的电池出现异常拐点，可能 LLM 的上下文判断更管用。Sera 的做法是门控聚合。

公式10：自适应门控聚合。h_agg 为聚合后的表示，g_ts、g_rule、g_llm 分别是三路嵌入对应的门控向量，⊙ 表示逐元素相乘。

每个门控向量都通过 g_k = σ(W_k · h_k) 算出来，其中 W_k 是可学习参数，σ 是 sigmoid 函数，k 取 ts、rule、llm 三者之一。也就是说，门控会给每个嵌入的每一维分配一个 0 到 1 之间的系数：接近 0 就把这一维压下去，接近 1 就保留。关键在于这个系数是"依赖输入"的——同一个模型面对不同电池、不同窗口，会自动调出不同的融合比例。这种设计比固定加权或直接拼接更聪明，也更符合工程直觉：诊断信息该信多少，本来就该因情况而异。

预测头与损失设计

聚合后的表示交给一个 MLP 预测头，一次性输出未来 H 个循环的 SoH 轨迹。

公式11：预测头，W_hid、W_out 及对应偏置均为可学习参数，输出维度为 H。

训练目标这块，论文没有只用一个回归损失了事，而是三项相加：主损失负责预测精度，另外两项是约束项。

公式12：复合训练目标，由基础预测损失、单调性惩罚项和平滑性惩罚项加权组成，λ_mono 与 λ_smooth 控制后两项的权重。

公式13：基础损失采用按视界加权的 SmoothL1（也就是 Huber）损失。B 为批大小，β 是 SmoothL1 的转折阈值，α 控制视界上的权重分布。权重 w_j = (j/H)^α 让越靠后的预测步拿到越大的权重——毕竟越远的未来越难猜，训练时理应多给点压力。

公式14：单调性惩罚项。电池 SoH 通常随老化下降，这项只惩罚相邻预测点之间的"上升"，不惩罚下降，等于给模型注入了一条物理常识。

公式15：平滑性惩罚项。电化学老化是逐循环缓慢累积的，SoH 不该出现剧烈跳变，这一项就是抑制相邻预测点之间的大幅波动。

三项合起来，模型被推着去产出"准、只降不升、且降得平缓"的轨迹。这种把领域先验塞进损失函数的做法，成本极低，但对长视界预测的稳定性帮助不小，属于典型的工程性价比操作。

实验验证：37.3%误差降低与泛化能力提升

数据准备及实验设计

实验用的是公开的 MIT 电池退化数据集，包含 124 个商用磷酸铁锂/石墨（LFP/graphite）电芯，在 30℃ 条件下以快充方式循环到寿命终止。具体型号是 A123 Systems 的 APR18650M1A，标称容量 1.1 安时，标称电压 3.3 伏。数据集提供了整个退化过程中逐循环的容量、电压、电流、温度和内阻测量值，覆盖了相当完整的老化过程。

数据划分按电芯身份进行，训练、验证、测试的比例为 70%、15%、15%，保证同一个电芯不会同时出现在两个集合里。这一点很关键——如果按时间切片随机打乱，同一个电芯的不同时段被分到训练和测试两侧，泛化能力就会被高估。按电芯划分，测的是"面对没见过的电池"能不能扛住。

预测样本用滑动窗口生成：对一条长度为 T 的电池轨迹，必须同时凑得出一段 L 循环的观测窗口和紧随其后的 H 循环预测目标，才算一个有效样本。

公式16：第 i 个预测样本的构造方式，由一段观测窗口和其后的预测目标组成，滑动步长设为 1，逐循环推进。

观测窗口长度固定为 L=30 个循环，预测视界则测试 H ∈ {30, 50, 70, 90} 四种设置，历史长度不变、只把预测距离越拉越远。论文还定义了一个"预测与观测之比"来刻画相对预测距离。

公式17：预测与观测之比 ρ = H/L。四种设置分别对应 ρ ∈ {1.0, 1.67, 2.33, 3.0}，比值越大，意味着要用同样长度的历史去外推越远的未来。

实现细节上，时序分支的 PatchTST 块长度取 5，表示维度 D=128，transformer 模块包含 3 层编码器、4 个注意力头；语义分支的中间投影维度为 64。所有模型都用 Adam 优化器训练，学习率 10⁻³，批大小 32，最多 80 个 epoch，梯度裁剪阈值 1.0，并以验证损失做早停，耐心值为 10 个 epoch。损失权重设置为 α=1.0、λ_mono=0.1、λ_smooth=0.05，SmoothL1 阈值 β=0.01。硬件是单张 NVIDIA RTX 4090。所有预测视界共用同一套训练配置，避免"每个设置单独调参"带来的不公平。

对比设置上，论文构造了六种配置：只用时序表示的 TS 基线；只用规则语义的 Rule only；只用 LLM 语义的 LLM only；时序加规则语义的 TS+Rule；时序加 LLM 语义的 TS+LLM；以及完整聚合两路语义的 Sera。所有变体共用相同的输入特征、数据划分和训练设置，评价指标为平均绝对误差（Mean Absolute Error，简称 MAE）和均方根误差（Root Mean Square Error，简称 RMSE）。这种消融式设计的好处是每个组件的边际贡献都能被单独看到。

实验结果分析

先看整体趋势，再谈细节为什么。表2 的结果里有两件事特别值得琢磨。

第一件是语义不能单飞。Rule only 和 LLM only 的 MAE 都在 11 到 12（×10⁻³）这个量级，跟 TS 基线的 1.5 到 3.6 差了一个数量级。这说明语义表示的定位本来就是"辅助特征"而非"独立预测器"——退化语义描述的是状态判断，缺少数值轨迹本身的连续性信息，单靠它无法外推出未来的具体曲线。这个负结果其实是好事，它反过来证明了 Sera 的设计动机：语义的价值在于补位，而不是替代。

第二件是两路语义有明显的分工。在短视界 H=30 时，TS+Rule 的 MAE 是 0.912 全场最低，Sera 的 1.015 反而略高；但从 H=50 开始，Sera 全面反超，而在 RMSE 这个对大幅偏差更敏感的指标上，Sera 在全部四个视界都是最优。合起来看，规则语义在短期判断上更"准"，因为阈值判断直接、不会跑偏；而随着预测距离拉长，需要综合权衡的上下文越来越多，LLM 语义的灵活性开始体现价值，两路合起来的效果就超过了任何一路。这个随视界变化的交叉现象，比"全面碾压"要有意思得多，也更可信。

第三件是相对提升幅度随视界递增。从 TS 到 Sera，MAE 的下降比例在 H=30 时约三成半（1.556 到 1.015），到 H=90 时达到 37.3%（3.565 到 2.234）。越难的任务、收益越大，这个规律通常意味着方法确实抓住了预测难点，而不是在简单样本上刷分。

图2：跨预测视界的语义贡献与泛化分析。(a) 语义贡献：相对于 TS 基线的测试 MAE 降低幅度；(b) 泛化差距：以测试 MAE 与训练 MAE 之差衡量。

泛化这项更值得一说。图2b 展示的是测试与训练 MAE 之间的差距，这个差距越大，越说明模型在训练集上"背下来了"、但迁移到新电芯时掉链子。语义表示之所以能缩小这个差距，原因不难理解：数值曲线的模式高度依赖具体电芯的个体特征，容易过拟合；而"趋势在加速""内阻上升是主要证据"这类语义描述，抽象层级更高，跨电芯的一致性要好得多，相当于给模型提供了一个更稳定的中间坐标系。

当然，这篇论文的实验也有边界。数据集只有一个，都是 LFP/石墨体系、都是 30℃ 快充条件，电池化学体系和工况的覆盖面有限；评测用的是 MAE 和 RMSE 两个误差指标，没有涉及任务级的指标，比如剩余使用寿命（RUL）预测误差或者提前预警的召回率。此外，LLM 语义分支的具体模型和调用方式，在公开信息里描述得不算充分，对复现来说是个不大不小的门槛。

实验结果

下面直接看数据。表2 是主结果，覆盖四个预测视界，对比了时序基线、单语义配置和完整模型。

表2：不同预测视界下测试 MAE 与 RMSE 的预测性能对比。数值越低表示性能越好，最优结果以粗体标出。所有数值均乘以 10⁻³。

可以看到，Sera 在四个视界上的 RMSE 全部最低；MAE 方面，长视界（H=50、70、90）上取得最优，短视界 H=30 时略逊于 TS+Rule。相对 TS 基线，MAE 从 1.6 降到 1.0、2.3 降到 1.7、3.0 降到 2.1、3.6 降到 2.2，最高降幅 37.3%。而 Rule only 与 LLM only 的误差比基线高出一个数量级，说明语义表征必须与时序表征配合使用才成立。

为了验证不是"挑对了编码器"，论文把时序后端换成标准和 transformer 和 LSTM 又跑了一遍。结果如表3 所示，在 H=30 和 H=90 两个视界上，语义聚合带来的收益依然存在。

表3：在 H=30 和 H=90 时不同时序编码器的测试 MAE 对比。数值越低越好，最优结果以粗体标出。所有数值均乘以 10⁻³。

除了数字，轨迹长什么样也很能说明问题。图3 挑了短寿命和长寿命两块代表性电池做定性对比。

图3：代表性短寿命电池（图3a）和长寿命电池（图3b）的 SoH 轨迹定性对比。图中将真值轨迹与来自时序基线、语义变体、以及融合时序与语义表示的模型的预测结果放在一起比较。

定性图的价值在于暴露"平均值看不出来的错误"。基线模型在轨迹拐弯处容易跟不上节奏，要么偏保守、要么掉得太快；引入语义之后，预测曲线在拐点附近的跟随明显更贴。这种细节，光看 MAE 的第三位小数是看不出来的。

反事实分析：语义干预如何让预测可解释

准确率提升是这篇文章的第一层价值，第二层是可解释性。而验证可解释性的手段，论文用的是反事实分析——不是看模型内部激活了什么，而是"改一改输入语义，看预测会不会照着语义的方向变"。

基准预测由时序和原始语义共同给出，写作下面这个形式。

公式形式：基准预测由时序输入 X 与规则语义 z^rule、LLM 语义 z^llm 共同决定。

随后对语义做干预——例如把趋势从稳定改成加速衰减，或者把严重程度从轻微调成严重——再让模型重新预测一次。

公式形式：干预后的预测，语义表示由 z^rule′ 和 z^llm′ 替换，时序输入保持不变。

两次预测之差就是这次干预带来的影响，逐预测步计算、再在样本间求平均，就得到平均响应。

公式：第 t′ 步的预测差异 Δ_t′，等于干预后预测减去基准预测。

公式：在 n_cf 个反事实样本上取平均，得到终端视界的平均响应 Δ̄_H。

评价指标有两个：一个是语义一致性百分比，指的是干预之后预测朝预期方向变化的样本比例；另一个是 Δ̄_H 的符号和绝对值大小，反映干预强度。论文在不同干预类型和不同预测视界上都做了测试。

表4：不同语义干预的反事实分析。语义一致性（%）越高，说明干预后有越多预测朝预期方向变化。Δ̄_H 为正（负）表示预测 SoH 上升（下降），绝对值越大表示影响越强。Δ̄_H 的单位为 10⁻³。

结果的含义很直白：如果把语义描述改成"退化更严重"，模型给出的未来 SoH 确实会往下降；反过来调轻，预测就会往上走，而且在测试的各个预测视界上，这种响应方向与关键退化描述符的语义是一致的。这至少说明，语义分支不是摆设，模型的输出确实在"读"这些描述并据此调整判断。

话说回来，这种一致性验证的门槛不能算高。它证明的是"输入语义与输出方向有因果关联"，而不是"模型的内部推理链条正确"。真要往深里追，还得看哪些语义分量在具体样本上真正起了决定性作用，以及这种一致性在极端工况下会不会失效。这属于可以继续往下挖的空间。

总结与展望：语义表示在电池管理中的未来

把这篇论文压缩成一句话：给数值时序模型加一路"诊断语义"，通过门控自适应融合，既提精度，也换取一定程度的可解释性。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底在解决什么问题？电池健康预测长期只看数值时序，高维退化特征难以显式表达。新加坡理工大学等提出Sera，把退化证据翻译成规则与LLM两路结构化语义，门控聚合进时序模型，长周期预测误差最高降37.3%，并用反事实干预验证可解释性。

这篇工作最值得看的点是什么？Sera在所有预测horizon上取得最低RMSE，在长horizon（H=50,70,90）上取得最低MAE，相比时序基线MAE降低最高达37.3%，泛化到未见电池的能力更强，在不同时序编码器上均取得一致提升。

这篇工作的边界或风险在哪里？优点：首次将结构化文本语义表示引入电池SoH预测，规则与LLM双语义源互补，门控聚合机制自适应控制各表示贡献，反事实分析提供了可解释性验证，框架通用性强可适配不同时序编码器。缺点：语义规则设计依赖领域专家知识，LLM语义生成存在不确定性，短horizon下LLM语义可能引入噪声，缺少与现有SOTA电池预测方法的对比，语义表示仅覆盖7个规则维度可能不够全面。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

提出Sera框架，将电池领域知识驱动的规则语义与LLM语义表示同时间序列表示通过门控聚合自适应融合，用于电池健康状态预测，原因是纯数值时序模型无法显式表达高层退化特征。

实验合理度：★★★★☆

MAE（平均绝对误差）、RMSE（均方根误差）

学术研究价值：★★★★☆

提出Sera框架，将电池领域知识驱动的规则语义与LLM语义表示同时间序列表示通过门控聚合自适应融合，用于电池健康状态预测，原因是纯数值时序模型无法显式表达高层退化特征；更关键的是问题定义是否可复用到同类任务。

稳定性：★★★☆☆

现有材料未提供充分的极端条件、重复运行或扰动测试，稳定性暂按中性评价。

适应性以及泛化能力：★★★☆☆

现有材料未完整展示跨数据集、跨场景或分布外实验，泛化能力仍需进一步验证。

硬件需求及成本：★★★☆☆

使用单张NVIDIA RTX 4090 GPU训练，具体FLOPs未报告

复现难度：★★★☆☆

现有材料未确认完整代码、配置、数据处理脚本和权重是否齐备，复现难度暂按中性评价。

产品化成熟度：★★★☆☆

论文验证以研究实验为主，真实部署中的时延、成本、维护和异常场景仍需补充验证。

可能的问题：语义规则设计依赖领域专家知识，LLM语义生成存在不确定性，短horizon下LLM语义可能引入噪声，缺少与现有SOTA电池预测方法的对比，语义表示仅覆盖7个规则维度可能不够全面。

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！

读者留言

可直接以游客身份留言，也可注册读者账号。所有留言均需管理员审核后公开。

0 条已公开

还没有公开留言，欢迎留下你的看法。

游客可以直接留言；注册后可使用固定昵称和账号身份。登录免费注册