提出一种不确定性导向的协同学习框架，用于多工况下卫星锂离子电池在轨健康状态估计。
Song Y. · Xinyi, Zhang · Du, Yuhang · Cui S. · Datong, Liu
Applied Energy 2026
协同学习框架能持续纳入不同运行条件的新数据，并支持更多客户端加入模型训练，使估计模型对退化模式的变化保持鲁棒性。
贝叶斯长短期记忆网络对多工况下的SOH退化过程建模，定量捕捉不同充放电应力带来的固有不确定性，提供置信度信息。
考虑在轨有限运行条件，提取并融合三个退化特征以准确表征容量衰减，避免依赖单一特征。