用于电池退化智能感知的贝叶斯变点检测：循环级健康指标与 PyMC 实现

可靠检测加速退化起始对锂离子电池安全且经济高效地运行至关重要。本文提出一种贝叶斯单变点模型，应用于一个简单但具物理意义的循环级健康指标（HI），定义为充电时间与放电时间之比。该指标直接由电池管理系统（BMS）中通常可用的电压-电流遥测计算，无需原始波形。变点模型在 PyMC 中使用哈密顿蒙特卡洛实现，产生起始时间与退化前/后斜率的后验分布，以及后验预测检验。在一个公开的 18650 电芯剩余使用寿命（RUL）数据集上的实验显示出一致的中期变点与窄最高密度区间。该表述轻量、可解释，且适于在嵌入式 BMS 平台上的智能感知部署。