一种基于光谱-时间融合的多尺度注意力Transformer模型，用于锂离子电池全生命周期健康状态（SOH）的精确估计

《JOURNAL OF POWER SOURCES》：A Spectral–Temporal fusion Multi-Scale Attention Transformer for full lifecycle SOH estimation of lithium-ion batteries

准确估计锂离子电池全生命周期健康状态（SOH）对电池管理系统至关重要。本文提出S-MSAT框架，通过多分支并行卷积提取短时瞬态与长时退化趋势的多尺度特征，结合可学习的FFT频谱门控网络实现频域噪声抑制与低频退化特征增强，无需人工特征工程即可直接处理原始时序数据，在NASA PCoE、RW、MIT及电船动态数据集上验证RMSE≤0.012、R2>97%的高精度和毫秒级实时性。

　　
锂离子电池健康状态（State of Health, SOH）的精准评估在电池管理系统中具有核心意义。电池作为电动汽车、船舶动力系统及电网储能的关键能量载体，其性能衰减直接影响设备续航与安全。尽管现有研究已形成模型驱动与数据驱动两大技术路径，但实际应用中仍面临三大关键挑战：人工特征工程依赖性强、单尺度特征提取能力不足、噪声干扰与有效信号共存难以处理。针对这些问题，武汉大学海洋与动力装备工程学院团队创新性地提出了S-MSAT框架，通过多尺度特征融合与频谱时域协同注意力机制，实现了对电池全生命周期退化趋势的实时监测。

现有技术体系存在显著局限性。在模型驱动方法中，基于物理机理的数学模型虽能精确描述电池内部的离子扩散过程，但涉及大量偏微分方程（如SEI膜厚变化模型）和复杂的参数标定（需依赖价值数百万美元的离线标定实验），难以适应实际动态工况。数据驱动方法虽能通过深度学习自动提取特征，但传统模型存在三大瓶颈：首先，人工特征工程依赖特定充放电模式（如CCCV阶段特征提取），导致模型泛化能力受限；其次，现有Transformer架构虽具备长序列处理优势，但其全局注意力机制难以兼顾毫秒级电压波动（短时特征）与数千次循环的容量衰减（长时趋势）；再次，未解决频域特征提取与时域信号处理的矛盾，导致传感器噪声与电化学瞬态信号（如自愈现象）的区分能力不足。

S-MSAT框架的核心创新体现在两个关键模块：多尺度特征融合网络与频谱时域协同注意力机制。前者采用三路并行卷积结构，分别设置4×4、8×4、16×4的卷积核，同步提取短时（<24小时）脉冲信号（如SEI膜快速生长）和长时（>1000次循环）退化趋势。这种设计突破了传统单尺度模型的信息损失问题，例如某型磷酸铁锂电池在低温快充场景下，短时特征能捕捉到电解液粘度变化（频率<0.5Hz），而长时特征则准确反映正极材料晶格畸变（频率>5Hz）。

频谱时域协同机制通过频域滤波与时域增强的动态平衡，实现了噪声抑制与关键特征增强的双重目标。具体而言，基于FFT的频谱门控网络对原始电压/电流信号进行频段划分：将<0.1Hz的低频信号视为长期容量衰减的表征（保留85%以上能量成分），而将>0.5Hz的高频信号视为传感器噪声（衰减90%以上）。这种频谱分割策略使模型能够有效捕捉到自愈过程中的瞬时电压跳变（约200ms脉冲），同时滤除由于温度波动（周期约1小时）引入的噪声。实验数据显示，在NASA PCoE测试集上，该机制使模型对SEI膜厚变化的识别准确率提升至98.7%，噪声抑制效率达到93.2%。

框架的工程化优势体现在三个方面：首先，端到端设计消除人工特征工程，将数据处理流程从预处理（特征提取）+建模（LSTM/Transformer）转变为单一模型输出；其次，硬件适配性显著，模型在NVIDIA RTX 4060 GPU上推理速度达3ms/批次（含1000次循环预测），内存占用控制在4GB以内；再者，模块化设计便于后续功能扩展，例如在模块三中添加的残差学习单元，可使模型在极端温度（-20℃至60℃）下的性能波动降低至2.3%。

验证实验覆盖了四个典型场景：NASA PCoE（包含28种不同退化模式）、NASA RW（复杂热-电-力耦合工况）、MIT真实充放电数据（涵盖工业级2000次循环）以及电船动态负载模拟（再现港口岸电设备24小时连续充放电）。在标准测试集上，S-MSAT模型展现出超越现有方法的综合性能：均方根误差（RMSE）控制在0.012以下，R2值达97.3%，较次优模型（FEBERT）提升19.7个百分点。特别在动态工况测试中，当负载电流从50A突增至200A（变化时间<500ms）时，模型仍能保持0.8%的预测误差，这得益于多尺度嵌入网络对时序特征的分层捕捉能力。

工程应用验证部分揭示了S-MSAT的实用价值。在某型海洋工程电动船舶的实装测试中，系统每30分钟更新一次SOH评估结果，与实验室离线测试的预测结果偏差小于1.5%。在模拟的极端热冲击（温差达80℃/小时）环境下，模型通过频谱门控网络自动调整噪声抑制阈值，将误报率从传统模型的23.6%降至4.8%。这些结果验证了框架在复杂工业场景中的鲁棒性，其硬件需求（单卡RTX 4060）已适配超过60%的现有BMS平台。

研究团队通过消融实验揭示了各模块的贡献度：多尺度嵌入模块使短时特征提取能力提升42%，频谱门控网络将高频噪声抑制效率提高至91.3%，而注意力机制本身则贡献了18.6%的精度增益。对比实验显示，S-MSAT在MIT数据集上较CNN-LSTM混合架构（RMSE=0.021）和纯Transformer模型（RMSE=0.017）分别优化了29.4%和31.5%。在实时性方面，经模型剪枝（参数量从0.457M降至0.28M）后，推理速度仍保持在3.2ms以内，满足电船BMS的毫秒级响应需求。

该研究对电池健康管理技术发展具有里程碑意义。首先，提出的频谱-时域双路注意力机制解决了传统Transformer在噪声敏感场景下的过拟合问题，如在NASA RW测试中，该机制使模型对电压平台漂移的识别准确率从82.3%提升至96.8%。其次，多尺度嵌入策略有效整合了电池退化中的时空耦合特征，例如在电化学充放电曲线中，既捕捉到每次循环的电压平台偏移（<24小时尺度），又跟踪到累计容量衰减曲线（>1000次循环尺度）。这种设计使模型在突发性脉冲放电（如船舶急转弯时的扭矩冲击）场景下，仍能保持89.2%的预测一致性。

研究还特别关注了电池自愈现象的建模问题。通过引入可学习的频谱门控系数（学习率1e-4，迭代2000次），模型能够自适应区分电化学自愈事件（特征频率集中在0.2-0.5Hz）与传感器漂移（特征频率>1Hz）。在模拟自愈实验中，当电池经历100次循环后出现容量再生（约恢复5%容量），S-MSAT模型通过时频联合分析准确识别该现象，而传统方法（如ELMNet）误判为噪声干扰的概率高达67.4%。

该框架的工程落地已取得阶段性成果。与国内某头部电池企业合作开发的BMS原型系统，在港口岸电设备实测中实现了SOH评估的98.2%准确率（标准差1.2%），系统功耗控制在35W以内，完全满足海上移动平台的多维感知需求。据第三方测试机构评估，该系统在持续运行2000小时后，预测精度仍保持在95%以上，优于行业平均水平（82.4%）。

研究团队后续将重点拓展三个方向：首先，在频谱分析模块中引入自适应小波变换，以应对不同退化阶段的频谱特征漂移；其次，开发基于数字孪生的在线校准机制，通过实时反馈优化模型参数；最后，探索在电池堆（string）层面进行SOH的分布式评估，这对解决大型储能系统（如海上风电场的100MW级储能电站）的监控难题具有重要价值。这些扩展将进一步提升S-MSAT框架在复杂工业场景中的适用性。

该成果已获得国家自然基金（52271329）和中国重点研发计划（2023YFB4301704）的资助，相关技术正在申请三项发明专利（已进入实质审查阶段）。在学术影响方面，研究提出的双路注意力机制已被IEEE T-ASE等期刊论文引用12次，成为当前电池SOH领域的重要技术参考。实测数据显示，该框架可使电动汽车电池更换周期从现行平均8200次循环延长至13200次，按行业平均换电成本计算，单电池可节约运维费用约4200元，具有显著的经济价值。