摘要
公共电池老化数据集是先进健康管理的重要资产，但其实际使用常因格式不一致、模式不明确以及元数据分散在多个库和出版物中而受到限制。目前的管理方式主要依赖人工，且难以重现，而通用数据集成工具未能捕捉电化学时间序列数据的领域特定语义。
我们提出了 BatteryLake，一个治理的数据湖屋，通过一种智能、基于物理的管理框架将原始公共电池数据转化为基准准备好的资产，具体贡献如下：
-
元数据提取与数据转换：大型语言模型（LLM）代理提取元数据并合成数据集特定的转换器，所有输出均基于逐字证据，若无支持值则不作输出。
-
人机协作验证机制：通过选择性预测来框定验证，并通过 26 项模式、统计和物理合理性规则来限入数据。
-
开放基准发布：我们发布了来自 25 个机构的 41 个数据集的开放基准，包含标准化的健康状态（SOH）和剩余使用寿命（RUL）任务，三种拆分协议和八种基准模型家族。
该平台、基准和管理协议均可在 BatteryLake 官网 获取。
博主点评： BatteryLake 项目的创新之处在于其结合了物理原理与智能化工具，解决了电池数据管理中的多重痛点，为电池健康管理提供了强有力的支持，特别是在基准测试的标准化方面，具有广泛的应用潜力。该平台的开放性也为研究者提供了丰富的资源。