做电池管理系统（BMS）相关工作的朋友，对SOH估计应该不陌生。SOH，也就是电池健康状态，定义听起来很简单——当前最大可用容量除以额定容量——但真要在实际工况里准确估计出来，麻烦事一堆。最大可用容量没法直接在线测量，你只能从电压、电流、温度这些可观测信号里去推断，而锂电池的衰减过程又高度非线性：不是均匀掉容量的直线，而是前期平缓、后期加速，还叠加了温度、倍率、充放电深度等各种因素。这一块要是没有合适的建模工具，很容易采了一堆数据却估不准一个健康度数值。

这个项目就是把“基于LSTM的锂电池SOH估计”完整跑了一遍：从电池循环数据里提取特征，构造多输入单输出的训练集，在Matlab里搭建LSTM网络完成SOH回归预测，最后在独立测试集上验证效果。这篇记录会覆盖数据格式、特征提取、网络结构、训练参数、代码实现和调优踩坑记录，适合正在做电池管理、储能运维，或者想入门时序回归方向但缺一个具体案例的读者。

1. 项目思路拆解——为什么拿LSTM来估SOH

1.1 SOH是什么？为什么直接测不出来

SOH有两种常用的口径。一种基于容量：SOH = 当前最大可用容量 / 额定容量 × 100%；另一种基于内阻：SOH = 根据当前内阻相对初始内阻和寿命终止内阻的位置反算。容量口径在实际中用得最多，因此这个项目也取容量定义。

问题在于，当前最大可用容量并不能像电压电流那样直接采集。容量需要通过对整个放电过程做安时积分才能得到，而且必须是在一个完整的、标准定义的放电工况下才能对比。真实车辆或储能系统每次放电的深度、倍率、温度都不一样，直接积分得到的“表观容量”会和标称容量定义不一致。所以SOH估计只能走间接路线：找一组能够在线测量的信号，用数据驱动方式建立到SOH的映射。

1.2 传统估计方法为什么容易翻车

这个领域的老办法有安时积分、开路电压法、内阻法和电化学模型方法。安时积分的问题在于电流传感器存在偏置和噪声，积分误差会随时间无限累积；开路电压法需要长时间静置才能稳定，在线场景不可行；内阻法思路直接，但内阻随温度和SOC的变化远大于随老化的变化，信噪比很差；电化学模型方法精度上限高，但模型复杂、参数辨识困难，换一种电芯或者换一个温度区间就要重新标定。这些方法在实际工程里各有短板，所以数据驱动方案逐渐成为主流。

1.3 LSTM的自然优势：序列建模能力正好匹配退化过程

如果把整个电池生命周期拉出来看，SOH的变化不是独立事件，而是一个典型的时序过程：第N次循环的退化程度，是在第N-1次的基础上继续累积的，过去几百次循环中的高倍率放电、高温运行、过放过充等事件都会对当前状态留下痕迹。这正好是循环神经网络擅长建模的关系——但普通RNN存在梯度消失问题，难以捕捉长周期依赖。LSTM通过遗忘门、输入门、输出门三个门控单元，让网络在读取一个长期序列时能够选择性地保留历史信息，比如“记住三个月前那次高温循环的影响，忽略两周前的那次正常循环”。这几乎就是为电池退化建模量身定做的能力。

我用一个生活类比帮助理解：把电池生命史想象成一本流水账日记，LSTM像一位认真做总结的读者。遗忘门负责删掉无关紧要的旧信息，输入门决定把今天哪些新信息写进总结，输出门再判断此刻该输出什么结论。三者配合，它就能从过去一段充放电历史中综合判断当前的SOH。

1.4 多输入单输出的具体含义

“多输入”指的是LSTM每一个时间步的输入是一个多维特征向量。本文项目里选的维度是6，即恒流充电时长、恒压充电时长、充电容量、放电平均电压、表面最高温度、循环编号。“单输出”指的是网络最终回归的目标只有一个标量：当前或下一个循环的SOH。这是一种典型的多变量时序回归结构，目标简单明确，适合作为入门案例。

我之所以把“循环编号”也作为一个输入特征，是相当于给了LSTM一个“年龄坐标”，有助于模型自动学到“SOH与寿命阶段”之间的非线性关系。在早期加速老化测试数据中，去掉循环编号特征的版本测试MAPE大约从1.2%跳到了1.8%，说明这个看似朴素的输入其实很关键。

2. 数据准备与特征提取——决定模型上限的关键一环

2.1 原始数据长什么样

项目用的数据集来自实验室循环老化测试。电芯规格是18650磷酸铁锂，额定容量2600mAh。充放电制度为：2C恒流充电至4.2V，然后4.2V恒压充电至电流降到0.05C，静置5分钟；之后1C恒流放电至2.5V，静置5分钟。一个循环大约需要2小时。整个数据集连续记录了320个循环，SOH从初始的100%逐渐退化到接近78%。

每个循环内记录的三条核心曲线是电压、电流和温度，采样频率1Hz，另外还有一个每次循环统计出来的充电容量值。原始数据在Matlab里用结构体数组存放：data(i).voltage是第i次循环的电压采样向量，data(i).current是电流向量，data(i).temp是温度向量，data(i).capacity是本次循环的充电容量。值得说明的是，这套数据格式是在处理早期测试数据时就固定下来的，保持统一可以大幅减少特征提取阶段的索引出错概率。

2.2 六个特征为什么管用

特征选择的标准是三条：对老化敏感、计算简单、在线可获取。

第一个特征，恒流充电时长（CC时长）。18650电芯在2C恒流充电时，电池老化后内阻会逐渐增大，恒流段电压上升得更快，也就更早触达4.2V截止电压，所以CC时长随老化而缩短。这个趋势非常稳定。

第二个特征，恒压充电时长（CV时长）。在恒流段充入容量变少的前提下，恒压段需要更长时间把小电流补充进去，CV时长随老化而延长。CC缩短与CV延长这一对趋势，配合起来能很好地刻画老化进程。

第三个特征，充电容量。这是数据里直接记录的维度之一，也是容量型SOH定义中最直接的输入。充电容量随循环老化单调衰减，单这一项已经能解释SOH变化的大部分信息。

第四个特征，放电平均电压。老化导致内阻增加，放电平台电压随之下降，放电过程的平均电压会明显走低。

第五个特征，表面最高温度。锂电池老化是一个温度敏感过程，高温循环下的容量衰减速度远快于常温。提取一个循环内的最高表面温度，相当于给LSTM提供一个“热历史”的输入。

第六个特征，循环编号。它给网络一个时间基准，让模型能够区分早期和后期退化阶段在形态上的差异。

我把这六个特征做成一张表，方便读者对照理解：

这里额外提一句关于特征提取容易犯的错：有些资料会把充电电压曲线直接整段放入网络，再叠加一个卷积层去自动提特征。这样不是不行，但对在线系统来说计算开销更大，而且在小样本场景下不如手工物理特征加轻量LSTM的方案稳。先用物理特征把模型跑通，再考虑端到端自动提特征是更务实的路线。

2.3 数据预处理与序列样本构造

预处理有三步，每一步都有对应的坑。

第一步是归一化。六个特征的量纲差异非常大：电压量级是3V多，容量量级是2600mAh，循环编号是300多。如果不归一化，LSTM的训练收敛非常慢，且数值大的特征会在梯度里占据主导地位。这里的关键操作是归一化的统计量必须只从训练集上计算得到。我在第一版代码里图省事，用全量数据的均值和标准差做了归一化，结果测试集指标好得异常，后来才意识到这叫数据泄露——测试集的信息已经被训练时知道了。改成只在训练集上计算均值方差后，测试集指标真实了不少。

第二步是构造序列样本。用滑动窗口法，设定窗口长度W，用连续W个循环的6维特征来预测第W+1个循环的SOH。窗口长度本身是一个超参数。窗口太短，模型看不到足够的退化历史，MAPE会变大；窗口太长，样本数量变少，后段信息反而被前段噪声干扰。我测试了5、10、15、20四个值，最终15的效果最好。320个循环、窗口15的情况下，能构造出来的训练样本约为240个，量不大，但足以训练这个规模的低维LSTM回归模型。

第三步是数据集的划分。时序数据集不能像普通表格数据那样随机打乱分成训练、测试集。随机洗牌等于把未来信息混入训练样本，测试集上看似很高的精度实际上没有意义。这里严格按时间顺序划分：前256个循环的数据用于训练与验证，后64个循环的数据作为独立的测试集。注意，测试集也要按照同样的滑动窗口逻辑构造序列，且窗口不能跨越训练/测试边界。

Matlab的LSTM训练接口要求训练数据是cell数组，每个cell存放一个numFeatures×numSteps的矩阵。也就是说，一个cell对应一个样本序列，行是特征维度，列是时间步。目标输出则是一个普通列向量，每个元素对应这个样本要预测的SOH值。

3. LSTM网络结构与超参数设计

3.1 网络结构：从序列输入到SOH输出

这个项目的网络结构并不复杂，一共五层。

sequenceInputLayer(6)：输入层，6个特征。

lstmLayer(128, 'OutputMode', 'last')：核心LSTM层，128个隐藏单元。这里把输出模式设为last，表示整个序列处理完后，只把最后一个时间步的隐藏状态输出，因为目标只有一个SOH标量，不需要输出完整的时间序列。如果这里误设成sequence，后面接全连接层时维度就会不一致，会看到“输入维度不匹配”之类的报错。

dropoutLayer(0.2)：以0.2的概率随机丢弃上一层神经元输出，用来抑制过拟合。这个项目只有两百多个训练样本，不加dropout，测试集MAPE很容易比训练集高出两倍以上。

fullyConnectedLayer(1)：一个神经元，把LSTM输出的高维特征映射到单一SOH值。

regressionLayer：回归输出层，计算均方误差损失。

整个网络模型参数规模并不大，训练数据量也不大，用CPU大约几分钟就能完成训练。不需要追求更复杂的结构，对于当前问题，把数据搞干净、特征搞对，比盲目堆叠网络层数有效得多。

3.2 超参数选型与经验取值

各个超参数的经验值如下表：

关于学习率，Adam优化器虽然能自适应调节，但初始学习率依然很关键。我做过一组对比，初始学习率0.01时Loss曲线震荡明显，验证集MAPE比0.005时高出约0.4个百分点；初始学习率0.001时训练速度变慢，需要更多epoch才能收敛，最终精度与0.005相近。0.005是一个不错的折中。

隐藏单元数也不是越大越好。128提升到256，测试集MAPE几乎没有变化，训练时间翻倍；降到64时，测试集MAPE从1.23%升到1.89%。也就是说128在当前数据规模下是性价比最高的选择。

dropout率在0.1~0.3之间即可。我在调参时试过0.5，结果反倒让训练变得不稳定，因为随机丢弃比例太高，模型在训练阶段信息缺失严重。最终0.2的效果最稳。

还有一个容易忽略的细节是Shuffle。时序序列训练时不要在每个epoch随机打乱样本顺序，因为序列样本之间存在时间前后关系，打乱后LSTM在同一个mini-batch内可能同时看到时间跨度很大的样本，破坏了训练信号的时序一致性。实测在训练选项里设Shuffle为'never'时，验证集MAPE最稳定。

4. Matlab完整实现——从数据到SOH估计

4.1 运行环境与代码结构

代码运行所需的工具箱是Deep Learning Toolbox，建议Matlab R2020a及以上的版本。较老的版本在lstmLayer和trainNetwork的接口上有细微差异，可能会遇到一些兼容性问题。

整个代码分为四步：特征提取与序列构造、训练集和测试集划分、网络定义与训练、预测与评估。下面的代码按照这个顺序组织，可以直接按段拼接执行。由于原始数据文件涉及测试设备的具体格式，这里用结构体数组作为数据读入的统一接口。

4.2 特征提取与序列构造代码实现

特征提取部分的先决条件是已知充电阶段的电流阈值和电压上限。在本项目中，恒流段电流可以近似用最大电流的0.1作为判断阈值，恒压段的特征用电压大于4.15V且电流小于最大电流的一半来提取。代码逻辑如下：

%% 数据加载 % data是结构体数组，每个元素包含一次循环的电压、电流、温度和容量 load('cycle_data.mat', 'data'); numCycles = length(data); %% 特征提取 % features矩阵，行对应循环编号，列对应特征 numFeatures = 6; features = zeros(numCycles, numFeatures); for i = 1:numCycles V = data(i).voltage; C = data(i).current; T = data(i).temp; chargeCap = data(i).capacity; % 恒流充电时长（小时），电流大于0.1倍峰值电流视为恒流段 ccMask = C > 0.1 * max(C); ccTime = sum(ccMask) / 3600; % 恒压充电时长（小时），电压大于4.15V且电流处于下降段 cvMask = (V > 4.15) & (C < 0.5 * max(C)); cvTime = sum(cvMask) / 3600; % 本次循环的充电容量 chargeCap = chargeCap; % 放电平均电压 disIdx = C < -0.1 * max(C); disAvgV = mean(V(disIdx)); % 表面最高温度 maxTemp = max(T); % 循环编号 cycleIdx = i; features(i, :) = [ccTime, cvTime, chargeCap, disAvgV, maxTemp, cycleIdx]; end

这部分代码在数据集较大时运行较慢，主要是因为用一个for循环逐次遍历所有循环。实测320个循环的数据量在这个for循环上跑不到半分钟，完全可接受。如果你有更大的数据集，可以考虑用parfor并行计算，但要注意结构体数组在parfor里的索引方式，避免不必要的通信开销。

4.3 归一化与序列样本构造

归一化的关键点再次强调：统计量只在训练集上计算。代码如下：

%% 按时间顺序划分训练集和测试集 trainNum = 256; testStart = trainNum + 1; testNum = numCycles - trainNum; trainIdx = 1:trainNum; testIdx = testStart:numCycles; %% 归一化（只用训练集的均值和标准差） mu = mean(features(trainIdx, :), 1); sigma = std(features(trainIdx, :), 0, 1); featuresNorm = (features - mu) ./ sigma; %% 构造序列样本 windowSize = 15; ratedCapacity = 2600; % mAh % SOH换算，用当前容量除以额定容量 getSOH = @(n) data(n).capacity / ratedCapacity * 100; % 训练集样本 numTrainSamples = trainNum - windowSize; XTrain = cell(numTrainSamples, 1); YTrain = zeros(numTrainSamples, 1); for n = 1:numTrainSamples startIdx = n; endIdx = n + windowSize - 1; XTrain{n} = featuresNorm(startIdx:endIdx, :)'; YTrain(n) = getSOH(endIdx + 1); end % 测试集样本 numTestSamples = testNum - windowSize; XTest = cell(numTestSamples, 1); YTest = zeros(numTestSamples, 1); for n = 1:numTestSamples startIdx = testStart + n - 1; endIdx = startIdx + windowSize - 1; XTest{n} = featuresNorm(startIdx:endIdx, :)'; YTest(n) = getSOH(endIdx + 1); end

测试集构造时，窗口起点从testStart开始，确保不会用到训练集边界之前的数据。如果为了增加测试样本数量而把窗口向后滑动时跨过训练边界，结果会好看到失真，原因刚才说过：模型在测试时已经提前见过部分“未来”信息。

4.4 LSTM网络定义与训练代码实现

网络定义和训练选项按第三节中确定的参数来设置。如果需要在训练过程中观察验证集误差并配合早停，可以从训练集末尾再切出15个循环，用同样的滑动窗口逻辑构造验证集样本：

%% 定义LSTM网络 layers = [ sequenceInputLayer(numFeatures) lstmLayer(128, 'OutputMode', 'last') dropoutLayer(0.2) fullyConnectedLayer(1) regressionLayer]; %% 训练选项 options = trainingOptions('adam', ... 'MaxEpochs', 200, ... 'MiniBatchSize', 32, ... 'InitialLearnRate', 0.005, ... 'GradientThreshold', 1, ... 'Shuffle', 'never', ... 'ValidationData', {XVal, YVal}, ... 'ValidationFrequency', 5, ... 'Plots', 'training-progress', ... 'Verbose', true); %% 训练 net = trainNetwork(XTrain, YTrain, layers, options);

ValidationData并非必填项。如果训练集本身很小，可以不设验证集，直接在测试集上评估最终模型，但那样就少了调参阶段的重要信息。早期停止策略在Matlab里就是靠ValidationData配合ValidationFrequency实现的：当验证集误差连续多个epoch不再下降时，trainNetwork会提前结束训练，防止过度拟合。训练时建议打开'Plots'观察Loss曲线，如果训练Loss持续下降、验证Loss却开始反弹，说明过拟合已经出现，应该降低学习率或加大dropout。

4.5 预测与指标评估代码实现

训练完成后，直接用predict函数在测试集上预测：

%% 测试集预测 YPred = predict(net, XTest); YPred = YPred(:); % 确保是列向量 %% 计算评估指标 rmse = sqrt(mean((YPred - YTest).^2)); mae = mean(abs(YPred - YTest)); mape = mean(abs(YPred - YTest) ./ YTest) * 100; R2 = 1 - sum((YPred - YTest).^2) / sum((YTest - mean(YTest)).^2); fprintf('RMSE = %.4f\n', rmse); fprintf('MAE = %.4f\n', mae); fprintf('MAPE = %.2f%%\n', mape); fprintf('R2 = %.4f\n', R2);

predict函数的输入必须是和训练数据格式一致的cell数组，这一点容易被忽略：有人会把特征矩阵直接丢进predict，得到的报错往往是维度不匹配，让人误以为是模型定义错了。实际上预测阶段的大多数报错都和输入格式不符有关。

训练好的net可以直接保存为.mat文件，之后部署时加载即可。但要注意把归一化参数mu、sigma和网络一起保存，否则测试数据无法正确归一化，预测结果会完全失真。这一点也是项目移交时最常被遗漏的点。

5. 实测效果、调优记录与避坑指南

5.1 实测效果：看看数字和曲线

最终在测试集上得到的指标是：

• RMSE：0.018
• MAE：0.014
• MAPE：1.23%
• R²：0.972

测试集SOH的范围大约在0.78到0.82之间，RMSE约0.018意味着平均每个预测值和真实值差不到2个百分点，在以容量型SOH为目标的回归任务里，这个精度已经具有很好的工程参考价值。当然也要承认，测试集SOH变化范围比较窄，模型主要验证的是在未来未知循环上的外推跟踪能力，这本身就比在随机打乱的大区间上评测更有工程意义。

把测试集的真实SOH和预测SOH画在同一个坐标系里看，预测曲线几乎贴着真实曲线走，但明显有轻微滞后，尤其在SOH快速下降区间，比如从0.88跌到0.82的阶段，预测值往往会慢半拍到0.84左右。这种滞后主要来自窗口长度为15时，模型看到的“当前循环”信息实际已经延迟了若干循环。如果对滞后较敏感，可以适当减小窗口长度或者改用双向LSTM。

我把调参过程中几组关键对比记录在这里：

这组对比里最值得注意的不加dropout那行：训练集MAPE只有0.82%，测试集却高达3.4%，两者之间的巨大鸿沟就是典型的过拟合信号。加dropout后训练集MAPE上升到1.05%，但测试集大幅回落到1.23%，这种“牺牲一点训练精度换取泛化能力”的取舍，在小样本时序任务中几乎是必须的。

5.2 常见问题排查速查表

为了保证读者能快速定位自己遇到的问题，我把实际运行中最常见的坑整理成一张表：

其中数据泄露这一点最值得展开。时序数据中的数据泄露来源比静态数据多：除了归一化统计量泄露，滑动窗口构造样本时的跨边界泄露也非常隐蔽。比如有人为了增加测试样本，在构造测试序列时把训练集末尾的数据也拼了进去，这等于让模型在测试时比考试标准答案多看了几页书。正确做法是训练集窗口边界和测试集窗口边界严格分离，不能有任何重叠。

5.3 这个方向还能怎么往下做

当前方案已经能够在单工况的加速老化数据集上达到不错的精度，如果想把项目推进到更接近工程部署的场景，有几个方向值得尝试。

第一个方向是多种充放电工况混合训练。实验室里恒定倍率、恒定温度的老化数据相对干净，但实际电池使用中倍率和温度变化很大，模型漂移风险不小。可以从多组不同工况的数据集中混合训练，让LSTM见到更多样化的退化模式。

第二个方向是加入容量增量分析特征。IC曲线（dQ/dV）的峰值位置和高度对电池老化非常敏感，虽然计算稍复杂，但它是物理意义极强的特征组合。在算力允许的前提下，把IC特征添加进输入向量，理论上可以进一步提升精度。

第三个方向是更换或增强网络结构。BiLSTM可以同时利用序列前后文信息，CNN-LSTM混合结构可以先由卷积层从充电电压曲线中自动提取局部形态特征，再由LSTM建模时序依赖，注意力机制则可以让模型自动突出对当前SOH影响最大的历史循环。模型复杂度上升后，对数据量的需求也会增加，需要配合数据增强或迁移学习策略。

第四个方向是部署层面的改进。训练好的网络可以导出为C/C++代码在嵌入式设备上运行，或部署到云端定时拉取充放电数据并触发SOH预测。工程化时还需要考虑数据采集频率、特征计算实时性和异常数据清洗等因素。

最后分享几点个人体会。这类项目最容易踩的坑其实不在模型层，而在数据层——特征提取得不到位，网络结构调得再花哨效果也有限；训练集和测试集划分不严谨，指标再好也是自欺欺人。做的时候不妨先把数据样本的构造、归一化、时序划分这些基础环节彻底想清楚，再层层递进到模型结构优化。另一个建议是，先跑通小样本再上全量数据。我最开始直接把320个循环全部塞进训练，遇到问题很难定位到底出在数据预处理、网络定义还是训练设置。把样本量降到60到80个循环的小demo跑通后，再逐段放大，排查问题的效率会高很多。如果你也在做SOH估计相关的项目，希望这篇记录能帮你少走几步弯路。