清华/PolyU/Berkeley EES：首次提出“生成-迁移”范式，赋能退役电池的快速健康状态评估

本文研究了退役锂离子电池（LIBs）的剩余容量（RRC）评估问题。随着电动汽车的普及，大量退役电池需要被二次利用，但由于缺乏历史数据、型号混杂及荷电状态（SOC）随机分布，传统评估方法耗时且不精准。为解决这一问题，研究团队提出了“生成-迁移”协同框架，通过变分自编码器（VAE）生成跨SOC电压响应数据，并结合深度域适应（CORAL）对齐异构电池特征。实验证明，该方法仅需2%现场数据即可实现高精度预测（平均误差3.6%），显著优于传统方法。该技术不仅降低了评估成本，还加速了退役电池的梯次利用，具有显著的环保和经济价值。