BatteryMFormer: バッテリ劣化軌道予測のためのマルチレベル学習

要旨

早期のバッテリ劣化軌道予測（BDTF）は、運用初期のデータから全寿命にわたる健全状態軌道を予測する技術であり、バッテリの最適化、製造、配備において重要である。バッテリ劣化データには二つの主要な特性がある。第一に、劣化データは多階層構造を示し、エージング条件内で共有される規則性と、バッテリ間で共有される軌道パターンを含む。第二に、電圧・電流プロファイルにおける劣化関連の変動は、特定の充電状態（SOC）区間に局在することが多い。既存の手法では、これらの特性を明示的にモデル化できないことが多い。このギャップを埋めるため、我々は早期BDTFのための多階層TransformerであるBatteryMFormerを提案する。BatteryMFormerは以下の要素を統合する：(1) エージング条件を認識するデコーダ。エージング条件に基づくクエリとエージング条件認識型アテンションを通じてエージング条件の事前知識を注入する。(2) メタ劣化パターンメモリ。軌道プロトタイプを学習・取得し、長期予測を導く。(3) デュアルビューエンコーダ。電圧・電流時系列から時間ダイナミクスとSOC局在変動を共に捉える。四つのバッテリドメインにおける広範な実験により、BatteryMFormerは最先端のベースラインを一貫して上回り、信頼性の高いBDTFに向けた重要な一歩を示す。コードはhttps://github.com/Ruifeng-Tan/BatteryMFormerで公開している。

English

Early battery degradation trajectory forecasting (BDTF), which predicts the full-life state-of-health trajectory from early operational data, is critical for battery optimization, manufacturing, and deployment. Battery degradation data exhibit two key characteristics. First, degradation data present a multi-level structure, including regularities shared within aging conditions and trajectory patterns shared across batteries. Second, degradation-related variations in voltage-current profiles are often localized to specific state-of-charge (SOC) intervals. Existing approaches often fail to explicitly model these characteristics. To bridge this gap, we propose BatteryMFormer, a multi-level Transformer for early BDTF. BatteryMFormer integrates (1) an aging-condition-aware decoder that injects aging-condition priors via aging-condition-informed queries and aging-condition-aware attention, (2) a meta degradation pattern memory that learns and retrieves trajectory prototypes to guide long-horizon forecasting, and (3) a dual-view encoder that jointly captures temporal dynamics and SOC-localized variations from voltage and current time series. Extensive experiments on four battery domains show that BatteryMFormer consistently outperforms state-of-the-art baselines, marking a significant step toward reliable BDTF. Our code is available at https://github.com/Ruifeng-Tan/BatteryMFormer.