电池数据采集哪些主要数据?（深度学习分析NASA电池数据（1 数据读取））

1.背景

Intelligent Systems Division | NASA

Randomized Battery Usage Data Set: PCoE Datasets

随机（Random Walk
  
  
  
  
  
  ，RW）充放电循环的组成：

1
  
  
  
  
  
  、从{-4.5A  
  
  
  
  
  
，-3.75A
 


 


 


 


 


 

，-3A
 
 
 
 
 
 ，-2.25A   
   
   
   
   
   
，-1.5A
 

 

 

 

 

 
，-0.75A

 

 

 

 

 

 ，1.5A            ，2.25A
 
 

 
 

 
 

 
 

 
 

 
 
，3A











，3.75A                  ，4.5A}中随机选择一个充电或放电电流
  
  
  
  
  
  。负电流表示充电 
 
 
 
 
 
 
 
 
 
 
 
，正电流表示放电；

2  
  
  
  
  
  
、应用所选电流充放电5分钟或达到截止电压（3.2V/4.2V）；

3
 


 


 


 


 


 

、每个充放电步骤后

















，有<1秒的休息间隔            ，用于设定新的充放电电流  
  
  
  
  
  
。

每重复1500次步骤2
 
 
 
 
 
 、3  
 
  
 
  
 
  
 
  
 
  
 
，进行一次特性测试循环











，标记老化状态
 


 


 


 


 


 

。

充放电循环设定：

1   
   
   
   
   
   
、采用0.04A小电流放电标定OCV；

2
 

 

 

 

 

 
、每1500个RW步骤后
  
  
  
  
  
  ，采用标准充放电循环标定电池容量
 
 
 
 
 
 。标准充放电循环先以2A恒流充电至4.2V  
  
  
  
  
  
，再恒压至充电电流小于0.01A   
   
   
   
   
   
。静置
 


 


 


 


 


 

，2A放电至3.2V
 
 
 
 
 
 ，静置；

3

 

 

 

 

 

 、每3000个RW循环后   
   
   
   
   
   
，对充满电的电池进行脉冲放电
 

 

 

 

 

 
，标记电池动态特性
 

 

 

 

 

 
。每段脉冲由10分钟1A负载

 

 

 

 

 

 ，20分钟空载组成；

4            、每3000个RW循环后            ，对电池进行脉冲充电
 
 

 
 

 
 

 
 

 
 

 
 
，标记电池动态特性

 

 

 

 

 

 。每段脉冲由10分钟1A负载











，20分钟空载组成；

链接：Intelligent Systems Division | NASA

本文对室温随机游走充放电数据集的描述进行了python的读取

数据下载地址

Battery_Uniform_Distribution_Charge_Discharge_DataSet_2Post

百度网盘下载链接：https://pan.baidu.com/s/15jloKXS3f_OMYiALwitENg

提取码：de1d

2.数据读取与分析

  下载的数据有两个版本                  ，Matlab版本和R语言版 
 
 
 
 
 
 
 
 
 
 
 
，下载的数据文件自带了python和R语言分析处理的程序            。自带的m文件

















，MatlabSamplePlots.m为matlab版的读取例程
 
 

 
 

 
 

 
 

 
 

 
 
。本文使用python对数据进行了一个读取和初步分析











。

import matplotlib.pyplot as plt import scipy.io as scio RW9 = mats/RW9.mat # 需要读取的mat文件路径 matData = scio.loadmat(RW9) # 注意            ，读取出来的data是字典格式  
 
  
 
  
 
  
 
  
 
  
 
，可以通过函数type(data)查看                  。 print(type(matData)) print(list(matData.keys())) print("\n\n")

对读取到的类型的返回：

<class dict> [__header__, __version__, __globals__, data]

有效数据存放在data字段











，但是在data中还嵌套了一个step
  
  
  
  
  
  ，step又是一个多维数组  
  
  
  
  
  
，需要使用连续三个[0]才能获取实际数据 
 
 
 
 
 
 
 
 
 
 
 
。

数据共有8个字段
 


 


 


 


 


 

，官网文件有一个说明：

 对low current discharge at 0.04A 的电压和电流数据进行一个获取并用matplotlib进行一个绘制
 
 
 
 
 
 ，代码和结果如下：

data = matData[data] datacC = data[step][0][0][0] for i in range(0,len(datacC)): print(datacC[i][0][0]) if(datacC[i][0][0]==low current discharge at 0.04A): print(datacC[i][0][0]) print(datacC[i][3][0]) print(datacC[i][4][0]) plt.plot(datacC[i][3][0]/3600,datacC[i][4][0], c=g) plt.show() plt.plot(datacC[i][3][0]/3600, datacC[i][5][0], c=r) plt.show() break