基于图论与动态模式分解控制 (DMDc) 的电池退化分析

准确监测锂离子电池（LIB）退化至关重要，但由于电化学老化过程的复杂性、非线性和时变性，仍面临挑战。传统的等效电路模型（ECM）提供的简化表示使用固定的电气组件，但无法捕捉随时间演化的内部退化机制和结构变化。在本研究中，开发了一个数据驱动框架，通过整合动态模式分解控制（DMDc）与图论分析来 characterize 仅从操作数据中的电池退化。从 DMDc 获取的模式矩阵（$\mathbf{\phi}$）被转换为加权邻接矩阵，使电池动力学可表示为相互作用状态的演化网络。图基指标，包括连通性和模块性（代理），随后用于量化系统在不同退化阶段的结构变化。结果显示，从健康状态下的高度连通和一致网络向退化状态下的逐渐减弱和更碎片化结构的明显过渡，伴随着异质性的增加。该工作表明，图论表示可以有效捕捉电池退化的演化动力学，并提供对系统级老化行为的可解释性见解。