BatteryLake：异构电池老化数据的智能体物理落地整理与基准

摘要

公开电池老化数据集是高级健康管理的关键资产，但其实际使用常受限于不一致的格式、不清晰的模式、以及散布在仓库与出版物中的元数据。当前整理仍主要是人工且难以复现，而通用数据集成工具缺乏电化学时序数据的领域专属语义。我们提出BatteryLake：一个受治理的数据湖仓，经智能体的、物理落地的整理框架把原始公开电池数据变为基准就绪资产，有三项贡献。第一，LLM智能体抽取元数据并合成数据集专属转换器：每个输出落地在逐字证据上，无证据支撑时弃答。第二，人在回路机制把验证框架化为选择性预测，经26条模式、统计与物理合理性规则门控被接纳的数据。第三，我们发布一个开放基准：来自25家以上机构的41个数据集，含标准化SOH与RUL任务、三种划分协议与八个基线模型家族。平台、基准与整理协议公开于https://tianwen1209.github.io/batterylake/。

BatteryLake：异构电池老化数据的智能体物理落地整理与基准：论文配图 — 图 1：BatteryLake 管理管道，从异构原始资源到可用于研究的资产。数据集由 LLM 代理加入和协调（第 1-2 阶段），通过涵盖完整性、一致性、准确性和有效性的验证门进行筛选（第 3 阶段），并通过通用验证器缺乏的物理合理性检查，并通过数据、基准、功能和解释 API 提供服务（第 4 阶段）；由此产生的治理湖支持可重复的 SOH/RUL 基准测试和开放电池研究。