XJTU电池数据集详细分析（附代码）—— XJTU battery dataset analysis

电池和实验介绍

本实验的实验对象为“力神”制造的18650型镍钴锰酸锂电池，其化学成分为

      LiNi 
     
    
      0.5 
     
    
    
    
      Co 
     
    
      0.2 
     
    
    
    
      Mn 
     
    
      0.3 
     
    
    
    
      O 
     
    
      2 
     
    
   
  
    \text{LiNi}_{0.5}\text{Co}_{0.2}\text{Mn}_{0.3}\text{O}_2 
   
  
LiNi0.5​Co0.2​Mn0.3​O2​。

电池的标称容量为2000 mAh，标称电压为3.6 V，充电截止电压和放电截止电压分别为4.2 V和2.5 V。整个实验在室温下进行。
一共包括55只电池，分成6个批次。
充放电设备为ACTS-5V10A-GGS-D，所有数据的采样频率为1Hz。

数据集链接：XJTU battery dataset
论文链接：Physics-informed neural network for lithium-ion battery degradation stable modeling and prognosis
GitHub 链接：Battery-dataset-preprocessing-code-library
SOH估计的Benchmark：Benchmark

所有batch的图片总览

每一行分别是1个batch中的第一个电池的数据，从左到右分别是电压、电流、温度和容量。

代码

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import loadmat
from scipy import interpolate
import os
import functools

插值重采样装饰器

definterpolate_resample(resample=True, num_points=128):'''
    插值重采样装饰器,如果resample为True，那么就进行插值重采样，点数为num_points,默认为128；
    否则就不进行重采样
    :param resample: bool: 是否进行重采样
    :param num_points: int: 重采样的点数
    :return:
    '''defdecorator(func):@functools.wraps(func)defwrapper(self,*args,**kwargs):
            data = func(self,*args,**kwargs)if resample:
                x = np.linspace(0,1, data.shape[0])
                f1 = interpolate.interp1d(x, data, kind='linear')
                new_x = np.linspace(0,1, num_points)
                data = f1(new_x)return data
        return wrapper
    return decorator

Battery类，它可以用于读取XJTU电池数据集所有batch的数据

classBattery:def__init__(self,path):
        mat = loadmat(path)
        self.data = mat['data']
        self.battery_name = path.split('/')[-1].split('.')[0]
        self.summary = mat['summary']
        self.cycle_life = self.summary[0][0][8][0][0]
        self.description = self.summary[0][0][9][0]
        self.variable_name =['system_time','relative_time_min','voltage_V','current_A','capacity_Ah','power_Wh','temperature_C','description']print(f'电池寿命：{self.cycle_life}, 电池描述：{self.description}')defprint_variable_name(self):print('0:system_time, ''1:relative_time_min, ''2:voltage_V, ''3:current_A, ''4:capacity_Ah, ''5:power_Wh, ''6:temperature_C, ''7:description')defget_descriptions(self):'''
        电池每个cycle都有一个描述，这个函数返回所有的描述种类
        :return:
        '''
        descriptions =[]for i inrange(self.data.shape[1]):
            description = self.data[0][i][7][0]if description notin descriptions:
                descriptions.append(description)return descriptions

    defget_one_cycle_description(self,cycle):'''
        获取某个cycle的描述
        :param cycle: int: 电池的循环次数
        :return:
        '''# 如果cycle大于电池的循环次数，或者小于1，那么就报错，并提示用户if cycle > self.data.shape[1]or cycle <1:raise ValueError(f'cycle的值应该在[1,{self.data.shape[1]}]之内')
        description = self.data[0][cycle-1][7][0]return description

    defget_degradation_trajectory(self):'''
        获取电池的容量衰减轨迹。因为很多cycle没有完全放电，因此需要用[test capacity]的cycle来插值
        对于完全放电的前几批次数据，该函数与self.get_capacity()函数的结果是一样的
        :return:
        '''# 获取测量容量的cycle
        test_capacity_cycles =[]for i inrange(1,self.cycle_life+1):
            des = self.get_one_cycle_description(i)if'test capacity'in des:
                test_capacity_cycles.append(i)# 获取测量容量的cycle的容量
        index = np.array(test_capacity_cycles)-1
        capacity = self.get_capacity()
        test_capacity = capacity[index]# 利用插值法获取所有cycle的容量
        cycle = np.arange(1,self.cycle_life+1)try:
            f = interpolate.interp1d(test_capacity_cycles,test_capacity,kind='cubic',fill_value='extrapolate')except:
            f = interpolate.interp1d(test_capacity_cycles,test_capacity,kind='linear',fill_value='extrapolate')
        degradation_trajectory = f(cycle)return degradation_trajectory #,(np.array(test_capacity_cycles),test_capacity)defget_capacity(self):'''
        获取电池的容量曲线
        :return:
        '''
        capacity = self.summary[0][0][1].reshape(-1)return capacity

    defget_value(self,cycle,variable):'''
        从cycle中提取出variable的数据
        :param cycle: int: 电池的循环次数
        :param variable: int or str: 变量的名称或者索引,可选self.variable_name中的变量
        :return:
        '''ifisinstance(variable,str):
            variable = self.variable_name.index(variable)assert cycle <= self.data.shape[1]assert variable <=7
        value = self.data[0][cycle-1][variable]if variable ==7:
            value = value[0]else:
            value = value.reshape(-1)return value

    # 如果需要重采样，则取消下面这行注释# @interpolate_resample(resample=False,num_points=128)defget_partial_value(self,cycle,variable,stage=1):'''
        从cycle中提取出variable的stage阶段的数据
        :param cycle: int: 电池的循环次数
        :param variable: int or str: 变量的名称或者索引,可选self.variable_name中的变量
        :param stage: int: 阶段的索引，可选[1,2,3,4], 分别是【充电，静置，放电，静置】; 对于Batch6模拟卫星的实验数据，一共有三个阶段[1,2,3]，【分别是充电，静置，放电】
        :return:
        '''
        value = self.get_value(cycle=cycle,variable=variable)
        relative_time_min = self.get_value(cycle=cycle,variable='relative_time_min')# 找到relative_time_min中等于0的index
        index = np.where(relative_time_min ==0)[0]
        index = np.insert(index,len(index),len(value))
        value = value[index[stage-1]:index[stage]]return value

    # 如果需要重采样，则取消下面这行注释# @interpolate_resample(resample=False,num_points=128)defget_CC_value(self, cycle, variable, voltage_range=None):'''
        获取第cycle个充电的周期的CC过程中的variable的值;如果指定了voltage_range,那么就是在voltage_range范围内的值
        :param cycle: int: 电池的循环次数
        :param variable: int or str: 变量的名称或者索引,可选self.variable_name中的变量
        :param voltage_range: list or None: 电压的范围,默认为None,表示整个CC过程的数据. 也可选其他范围，for example:[3.5,4.0]
        :return:
        '''
        value = self.get_partial_value(cycle=cycle, variable=variable, stage=1)
        voltage = self.get_partial_value(cycle=cycle, variable='voltage_V', stage=1)if voltage_range isNone:
            index = np.where(voltage <=4.199)[0]else:
            index = np.where((voltage >= voltage_range[0])&(voltage <= voltage_range[1]))[0]
        value = value[index]return value

    # 如果需要重采样，则取消下面这行注释# @interpolate_resample(resample=False,num_points=128)defget_CV_value(self, cycle, variable, current_range=None):'''
        获取第cycle个充电的周期的CV过程中的variable的值;如果指定了current_range,那么就是在current_range范围内的值
        :param cycle: int: 电池的循环次数
        :param variable: int or str: 变量的名称或者索引,可选self.variable_name中的变量
        :param current_range: list or None: 电流的范围,默认为None,表示整个CV过程的数据. 其他可选：for example:[1.0,0.5]
        :return:
        '''
        value = self.get_partial_value(cycle=cycle, variable=variable, stage=1)
        current = self.get_partial_value(cycle=cycle, variable='current_A', stage=1)
        voltage = self.get_partial_value(cycle=cycle, variable='voltage_V', stage=1)if current_range isNone:
            index = np.where(voltage >=4.199)[0]else:
            index = np.where((current >= np.min(current_range))&(current <= np.max(current_range)))[0]
        value = value[index]return value

    defget_one_cycle(self,cycle):'''
        获取某个cycle的所有通道数据
        :param cycle: int: 电池的循环次数
        :return:
        '''assert cycle <= self.data.shape[1]
        cycle_data ={}
        cycle_data['system_time']= self.get_value(cycle=cycle,variable='system_time')
        cycle_data['relative_time_min']= self.get_value(cycle=cycle,variable='relative_time_min')
        cycle_data['voltage_V']= self.get_value(cycle=cycle,variable='voltage_V')
        cycle_data['current_A']= self.get_value(cycle=cycle,variable='current_A')
        cycle_data['capacity_Ah']= self.get_value(cycle=cycle,variable='capacity_Ah')
        cycle_data['power_Wh']= self.get_value(cycle=cycle,variable='power_Wh')
        cycle_data['temperature_C']= self.get_value(cycle=cycle,variable='temperature_C')
        cycle_data['description']= self.get_value(cycle=cycle,variable='description')return cycle_data

    defget_IC_curve1(self,cycle,voltage_range=[3.6,4.19],step_len=0.01):'''
        计算增量容量曲线，公式为：dQ/dV,其中Q为容量，V为电压
        :param cycle: int: 电池的循环次数
        :param voltage_range: list: 电压的范围,默认为None,表示整个电池的电压范围
        :param step_len: float: 对容量数据进行等电压的间隔重采样，默认电压间隔为0.01V
        :return:
        '''
        Q = self.get_CC_value(cycle=cycle,variable='capacity_Ah',voltage_range=voltage_range)
        V = self.get_CC_value(cycle=cycle,variable='voltage_V',voltage_range=voltage_range)iflen(Q)<=2orlen(V)<=2:return[],[]# 对Q进行等V间隔重采样
        f1 = interpolate.interp1d(V, Q, kind='linear')
        num_points =int((voltage_range[1]- voltage_range[0])/ step_len)+1
        V_new = np.linspace(V[0], V[-1], num_points)
        Q_new = f1(V_new)

        dQ = np.diff(Q_new)
        dV = np.diff(V_new)
        IC = dQ/dV

        return IC,V_new[1:]defget_IC_curve2(self,cycle,voltage_range=[3.6,4.19],step_len=0.01):'''
        计算增量容量曲线，公式为：dQ/dV = I·dt/dV
        :param cycle: int: 电池的循环次数
        :param voltage_range: list: 电压的范围,默认为None,表示整个电池的电压范围
        :param step_len: float: 对电流和时间数据进行等电压的间隔重采样，默认电压间隔为0.01V
        :return:
        '''
        t = self.get_CC_value(cycle=cycle,variable='relative_time_min',voltage_range=voltage_range)
        V = self.get_CC_value(cycle=cycle,variable='voltage_V',voltage_range=voltage_range)
        I = self.get_CC_value(cycle=cycle,variable='current_A',voltage_range=voltage_range)# 对t和I进行等电压V间隔重采样
        num_points =int((voltage_range[1]- voltage_range[0])/ step_len)+1
        f1 = interpolate.interp1d(V, t, kind='linear')
        V_new = np.linspace(V[0], V[-1], num_points)
        t_new = f1(V_new)
        f2 = interpolate.interp1d(V, I, kind='linear')
        I_new = f2(V_new)

        dt = np.diff(t_new)
        dV = np.diff(V_new)
        Idt = I_new[1:]*dt
        IC = Idt/dV
        return IC,V_new[1:]

在上面的代码的基础上，我们分别对每个batch的数据进行可视化。
注：下面所画的图都可以调用

Battery

类中的函数获取数据。

Batch-1

数据介绍

固定充放电策略，充满，放完。
第一个cycle测量电池的初始容量：
以0.5C（1A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.02C（40mA）；
静置5分钟；以0.2C（0.4A）放电至2.5V。

其他cycles：

1. 以2.0C（4A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.05C（0.1A）；
2. 静置5分钟；
3. 以1.0C（2A）放电至2.5V；
4. 静置5分钟。

案例和可视化

# Batch1
battery_path =r'..\Batch-1\2C_battery-1.mat'
battery = Battery(battery_path)

电池寿命：390, 电池描述：2C charge experiment

画容量退化曲线

# 画容量退化曲线import scienceplots
plt.style.use(['science'])%matplotlib inline
degradation_trajectory = battery.get_capacity()
fig, ax = plt.subplots(figsize=(3,2),dpi=200)
plt.plot(degradation_trajectory[1:])
plt.xlabel('Cycle')
plt.ylabel('Capacity (Ah)')
plt.show()

画任意一个cycle的电压、电流、温度曲线

# 画第100个cycle的电压、电流、温度曲线
current = battery.get_value(cycle=100,variable='current_A')
voltage = battery.get_value(cycle=100,variable='voltage_V')
temperature = battery.get_value(cycle=100,variable='temperature_C')# 在1*3的子图中画出电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
axs[0].plot(current)
axs[0].set_xlabel('Time (s)')
axs[0].set_ylabel('Current (A)')
axs[1].plot(voltage)
axs[1].set_xlabel('Time (s)')
axs[1].set_ylabel('Voltage (V)')
axs[2].plot(temperature)
axs[2].set_xlabel('Time (s)')
axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

画任意一个cycle的【充电阶段】的电压、电流、温度曲线

# 画第100个cycle的充电阶段的电压、电流、温度曲线
current = battery.get_partial_value(cycle=100,stage=1,variable='current_A')
voltage = battery.get_partial_value(cycle=100,stage=1,variable='voltage_V')
temperature = battery.get_partial_value(cycle=100,stage=1,variable='temperature_C')# 在1*3的子图中画出电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
axs[0].plot(current)
axs[0].set_xlabel('Time (s)')
axs[0].set_ylabel('Current (A)')
axs[1].plot(voltage)
axs[1].set_xlabel('Time (s)')
axs[1].set_ylabel('Voltage (V)')
axs[2].plot(temperature)
axs[2].set_xlabel('Time (s)')
axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

画任意一个cycle的【放电阶段】的电压、电流、温度曲线

# 画第100个cycle的放电阶段的电压、电流、温度曲线
current = battery.get_partial_value(cycle=100,stage=3,variable='current_A')
voltage = battery.get_partial_value(cycle=100,stage=3,variable='voltage_V')
temperature = battery.get_partial_value(cycle=100,stage=3,variable='temperature_C')# 在1*3的子图中画出电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
axs[0].plot(current)
axs[0].set_ylim([-1,-3])
axs[0].set_xlabel('Time (s)')
axs[0].set_ylabel('Current (A)')
axs[1].plot(voltage)
axs[1].set_xlabel('Time (s)')
axs[1].set_ylabel('Voltage (V)')
axs[2].plot(temperature)
axs[2].set_xlabel('Time (s)')
axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

画任意一个cycle的【恒流充电】阶段的曲线，可指定电压范围

# 画第100个cycle恒流充电阶段，电压范围为[3.8,4.0]的电压、电流、温度曲线
relative_time = battery.get_CC_value(cycle=100,variable='relative_time_min',voltage_range=[3.8,4.0])
current = battery.get_CC_value(cycle=100,variable='current_A',voltage_range=[3.8,4.0])
voltage = battery.get_CC_value(cycle=100,variable='voltage_V',voltage_range=[3.8,4.0])
temperature = battery.get_CC_value(cycle=100,variable='temperature_C',voltage_range=[3.8,4.0])# 在1*3的子图中画出电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
axs[0].plot(relative_time,current)
axs[0].set_ylim([3,5])
axs[0].set_xlabel('Relative Time (min)')
axs[0].set_ylabel('Current (A)')
axs[1].plot(relative_time,voltage)
axs[1].set_xlabel('Relative Time (min)')
axs[1].set_ylabel('Voltage (V)')
axs[2].plot(relative_time,temperature)
axs[2].set_xlabel('Relative Time (min)')
axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

画任意一个cycle的【恒压充电】阶段的曲线，可指定电流范围

# 画第100个cycle恒压充电阶段，电流范围为[1.0,0.5]A内的电压、电流、温度曲线
relative_time = battery.get_CV_value(cycle=100,variable='relative_time_min',current_range=[1.0,0.5])
current = battery.get_CV_value(cycle=100,variable='current_A',current_range=[1.0,0.5])
voltage = battery.get_CV_value(cycle=100,variable='voltage_V',current_range=[1.0,0.5])
temperature = battery.get_CV_value(cycle=100,variable='temperature_C',current_range=[1.0,0.5])# 在1*3的子图中画出电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
axs[0].plot(relative_time,current)
axs[0].set_xlabel('Relative Time (min)')
axs[0].set_ylabel('Current (A)')
axs[1].plot(relative_time,voltage)
axs[1].set_xlabel('Relative Time (min)')
axs[1].set_ylabel('Voltage (V)')
axs[1].set_ylim([4.1,4.3])
axs[2].plot(relative_time,temperature)
axs[2].set_xlabel('Relative Time (min)')
axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

画任意一个cycle的增量容量曲线

# 画第100个cycle的增量容量曲线
IC,V = battery.get_IC_curve1(cycle=100,voltage_range=[3.6,4.19],step_len=0.01)
fig, ax = plt.subplots(figsize=(3,2),dpi=200)
plt.plot(V,IC)
plt.xlabel('Voltage (V)')
plt.ylabel('dQ/dV (Ah/V)')
plt.show()

画全寿命周期内的充电电压曲线

# 画全寿命周期内的充电电压曲线
fig, ax = plt.subplots(figsize=(3,2),dpi=200)
cm = plt.cm.GnBu(np.linspace(0,1,battery.cycle_life))
sm = plt.cm.ScalarMappable(cmap='GnBu',norm=plt.Normalize(vmin=0,vmax=battery.cycle_life))for cycle inrange(1,battery.cycle_life+1,5):
    voltage = battery.get_partial_value(cycle=cycle,stage=1,variable='voltage_V')
    plt.plot(voltage,color=cm[cycle-1])
plt.xlabel('Time (s)')
plt.ylabel('Voltage (V)')
cbar = plt.colorbar(sm)
cbar.set_label('Cycle')
plt.show()

同理，改变以上代码可以画出其他的曲线，例如增量容量曲线:

fig, ax = plt.subplots(figsize=(3,2),dpi=200)
cm = plt.cm.GnBu(np.linspace(0,1,battery.cycle_life))
sm = plt.cm.ScalarMappable(cmap='GnBu',norm=plt.Normalize(vmin=0,vmax=battery.cycle_life))for cycle inrange(2,battery.cycle_life+1,5):
    IC,V = battery.get_IC_curve1(cycle=cycle,voltage_range=[3.6,4.19],step_len=0.01)
    plt.plot(V,IC,color=cm[cycle-1])
plt.xlabel('Voltage (V)')
plt.ylabel('dQ/dV (Ah/V)')
cbar = plt.colorbar(sm)
cbar.set_label('Cycle')
plt.show()

注：以上所有的图都没有经过重采样，如果需要重采样，可以取消相应函数的注释。

Batch-2

数据集介绍

固定充放电策略，充满，放完。
第一个cycle测量电池的初始容量：以0.5C（1A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.02C（40mA）；
静置5分钟；以0.2C（0.4A）放电至2.5V。

其他cycles：

1. 以3.0C（A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.05C（0.1A）；
2. 静置5分钟；
3. 以1.0C（2A）放电至2.5V；
4. 静置5分钟。

案例和可视化

Batch-2的数据集和Batch-1的数据集类似，可以参考Batch-1的案例和可视化

Batch-3

数据集介绍

不固定放电策略，充满，放完。
第一个cycle测量电池的初始容量：以0.5C（1A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.02C（40mA）；
静置5分钟；以0.2C（0.4A）放电至2.5V。

其他cycles：

1. 以2.0C（2A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.05C（0.1A）；
2. 静置5分钟；
3. 以 x x xC放电至2.5V（ x x x在{0.5,1,2,3,5}中循环取值）；
4. 静置5分钟；

案例和可视化

battery = Battery('../Batch-3/R2.5_battery-1.mat')
cm = plt.cm.GnBu(np.linspace(0,1,battery.cycle_life))
sm = plt.cm.ScalarMappable(cmap='GnBu',norm=plt.Normalize(vmin=0,vmax=battery.cycle_life))

电池寿命：592, 电池描述：Random discharge to 2.5V

画容量退化曲线

# 画容量退化曲线
degradation_trajectory = battery.get_capacity()
fig, ax = plt.subplots(figsize=(3,2),dpi=200)
plt.plot(degradation_trajectory)
plt.xlabel('Cycle')
plt.ylabel('Capacity (Ah)')
plt.show()

从上图可以看出，由于放电电量依次在{0.5,1,2,3,5}C中循环取值，因此放出的电量不同，导致容量退化曲线波动较大。

画电压、电流、温度曲线

在一张图上画出放电电流取值{0.5,1,2,3,5}C的电压、电流、温度曲线

# 在1*3的图中画放电电流取值{0.5,1,2,3,5}C的电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
labels =['0.5C','1C','2C','3C','5C']for cycle in[2,3,4,5,6]:
    current = battery.get_value(cycle=cycle,variable='current_A')
    voltage = battery.get_value(cycle=cycle,variable='voltage_V')
    temperature = battery.get_value(cycle=cycle,variable='temperature_C')

    axs[0].plot(current)
    axs[0].set_xlabel('Time (s)')
    axs[0].set_ylabel('Current (A)')
    axs[1].plot(voltage)
    axs[1].set_xlabel('Time (s)')
    axs[1].set_ylabel('Voltage (V)')
    axs[2].plot(temperature,label=labels[cycle-2])
    axs[2].set_xlabel('Time (s)')
    axs[2].set_ylabel('Temperature (C)')
plt.legend()
plt.tight_layout()
plt.show()

其他曲线的画法与Batch-1一致，不再赘述。

Batch-4

数据集介绍

不固定放电策略，充满，不放完。
第一个cycle测量电池的初始容量：以0.5C（1A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.02C（40mA）；
静置5分钟；以0.2C（0.4A）放电至2.5V。

其他cycles：

1. 以2.0C（2A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.05C（0.1A）；
2. 静置5分钟；
3. 以 x x x C放电至3.0V（ x x x在{0.5,1,2,3,5}中循环取值）；
4. 静置5分钟； 每当 x x x循环完一轮，执行一次以下操作测量容量：以2C（4A）恒流恒压充电至4.2V；静置5分钟；以1C（2A）放电至2.5V；静置5分钟；

案例和可视化

battery = Battery('../Batch-4/R3_battery-1.mat')
cm = plt.cm.GnBu(np.linspace(0,1,battery.cycle_life))
sm = plt.cm.ScalarMappable(cmap='GnBu',norm=plt.Normalize(vmin=0,vmax=battery.cycle_life))

电池寿命：799, 电池描述：Random discharge to 3V

画容量退化曲线和退化轨迹

从Batch-4开始，所有电池都没有完全放电，因此用测试容量的cycle来插值，得到退化曲线。

# 画容量退化曲线和退化轨迹
capacity = battery.get_capacity()
degradation_trajectory = battery.get_degradation_trajectory()
x = np.arange(len(capacity))
fig, ax = plt.subplots(figsize=(3,1.5),dpi=200)
plt.plot(x,capacity,'--k',linewidth=0.1,alpha=0.6)
plt.scatter(x,capacity,c=cm,s=1,alpha=0.8)
plt.plot(degradation_trajectory,linewidth=1.5,alpha=0.5,c='#FF371B',label='Degradation Trajectory')
plt.xlabel('Cycle')
plt.ylabel('Capacity (Ah)')
plt.legend()
plt.show()

画电压、电流、温度曲线

在一张图上画出放电电流取值{0.5,1,2,3,5}C的电压、电流、温度曲线

# 在1*3的图中画放电电流取值{0.5,1,2,3,5}C的电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
labels =['0.5C','1C','2C','3C','5C']for cycle in[2,3,4,5,6]:
    current = battery.get_value(cycle=cycle,variable='current_A')
    voltage = battery.get_value(cycle=cycle,variable='voltage_V')
    temperature = battery.get_value(cycle=cycle,variable='temperature_C')

    axs[0].plot(current)
    axs[0].set_xlabel('Time (s)')
    axs[0].set_ylabel('Current (A)')
    axs[1].plot(voltage)
    axs[1].set_xlabel('Time (s)')
    axs[1].set_ylabel('Voltage (V)')
    axs[2].plot(temperature,label=labels[cycle-2])
    axs[2].set_xlabel('Time (s)')
    axs[2].set_ylabel('Temperature (C)')
plt.legend()
plt.tight_layout()
plt.show()

注：Batch-4的数据集和Batch-3的数据集类似，可以参考Batch-3的案例和可视化

Batch-5

数据集介绍

随机游走策略，充满，不放完。

1-20个cycle：

1. 以0.5C（1A）充电至4.2V，然后维持电压不变，直至电流降至0.02C（40mA）；
2. 静置5分钟；
3. 然后以 x x x A放电 y y y分钟（ x x x为[2,8]区间内的随机整数， y y y为[2,6]区间内的随机整数），为保证安全，当电压降至3.0V时停止放电；
4. 静置20分钟。

从21个cycle起重复以下循环：

1. 测一次容量（以1C（2A）恒流恒压充电至4.2V；静置5分钟；以1C（2A）放电至2.5V；静置5分钟）。
2. 随机放电10个cycles: 2.1. 以3.0C（6A）充电至4.2V，然后维持电压不变，直至电流降至0.05C（0.1A）； 2.2. 静置5分钟； 2.3. 然后以 x x x A放电 y y y分钟（x为[2,8]区间内的随机整数，y为[2,6]区间内的随机整数），为保证安全，当电压降至3.0V时停止放电； 2.4. 静置10分钟。

案例和可视化

battery = Battery('../Batch-5/RW_battery-1.mat')
cm = plt.cm.GnBu(np.linspace(0,1,battery.cycle_life))
sm = plt.cm.ScalarMappable(cmap='GnBu',norm=plt.Normalize(vmin=0,vmax=battery.cycle_life))

电池寿命：197, 电池描述：Random Walk Discharging experiment

画容量退化曲线和退化轨迹

从Batch-4开始，所有电池都没有完全放电，因此用测试容量的cycle来插值，得到退化曲线。

# 画容量退化曲线和退化轨迹
capacity = battery.get_capacity()
degradation_trajectory = battery.get_degradation_trajectory()
x = np.arange(len(capacity))
fig, ax = plt.subplots(figsize=(3,1.5),dpi=200)
plt.plot(x,capacity,'--k',linewidth=0.1,alpha=0.6)
plt.scatter(x,capacity,c=cm,s=1,alpha=0.8)
plt.plot(degradation_trajectory,linewidth=1.5,alpha=0.5,c='#FF371B',label='Degradation Trajectory')
plt.xlabel('Cycle')
plt.ylabel('Capacity (Ah)')
plt.legend()
plt.show()

画电压、电流、温度曲线

# 在1*3的图中随机画出5个cycle的电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)for i inrange(1,6):
    current = battery.get_value(cycle=i,variable='current_A')
    voltage = battery.get_value(cycle=i,variable='voltage_V')
    temperature = battery.get_value(cycle=i,variable='temperature_C')
    axs[0].plot(current)
    axs[0].set_xlabel('Time (s)')
    axs[0].set_ylabel('Current (A)')
    axs[1].plot(voltage)
    axs[1].set_xlabel('Time (s)')
    axs[1].set_ylabel('Voltage (V)')
    axs[2].plot(temperature)
    axs[2].set_xlabel('Time (s)')
    axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

其他曲线的画法与Batch-1一致，不再赘述。

Batch-6

数据集介绍

模拟地球同步轨道（Geosynchronous Earth Orbit）卫星电池充放电。
第一个cycle测量电池的初始容量：以0.5C（1A）恒流充电至4.2V，然后维持电压不变，直至电流降至0.02C（40mA）；静置5分钟；以0.2C（0.4A）放电至2.5V。

其他cycles：
以2C（4A）充电至4.2V，然后维持电压不变，直至电流降至0.05C（0.1A）；
静置5分钟，以0.667C（1.334A）放电，放电持续时间下表所示：
Cycle number1234567891011121314151617181920212223Duration (min)520344146505456586062646869707172727272727272Cycle number4645444342414039383736353433323130292827262524Duration (min)520344146505456586062646869707172727272727272
大约每5个cycle测一次容量（以1C（2A）恒流恒压充电至4.2V；静置5分钟；以0.5C（1A）放电至2.5V）。

案例和可视化

battery = Battery('../Batch-6/Sim_satellite_battery-1.mat')
cm = plt.cm.GnBu(np.linspace(0,1,battery.cycle_life))
sm = plt.cm.ScalarMappable(cmap='GnBu',norm=plt.Normalize(vmin=0,vmax=battery.cycle_life))

电池寿命：949, 电池描述：Simulate satellite

画容量退化曲线和退化轨迹

从Batch-4开始，所有电池都没有完全放电，因此用测试容量的cycle来插值，得到退化曲线。

# 画容量退化曲线和退化轨迹
capacity = battery.get_capacity()
degradation_trajectory = battery.get_degradation_trajectory()
x = np.arange(len(capacity))
fig, ax = plt.subplots(figsize=(3,1.5),dpi=200)
plt.plot(x,capacity,'--k',linewidth=0.1,alpha=0.6)
plt.scatter(x,capacity,c=cm,s=1,alpha=0.8)
plt.plot(degradation_trajectory,linewidth=1.5,alpha=0.5,c='#FF371B',label='Degradation Trajectory')
plt.xlabel('Cycle')
plt.ylabel('Capacity (Ah)')
plt.legend()
plt.show()

从上图可以看出，电池放电时间以46个cycle为周期，其放出的容量也呈示了周期性。

画电压、电流、温度曲线

画半次循环（23个cycle）的电压、电流、温度曲线

# 在1*3的图中画出23个cycle的电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)
count =0
cycle =2
cm = plt.cm.rainbow(np.linspace(0,1,40))while count <23:
    description = battery.get_one_cycle_description(cycle=cycle)if'test capacity'in description:
        cycle +=1continue
    current = battery.get_value(cycle=cycle,variable='current_A')
    voltage = battery.get_value(cycle=cycle,variable='voltage_V')
    temperature = battery.get_value(cycle=cycle,variable='temperature_C')
    color = cm[count]
    axs[0].plot(current,color=color)
    axs[0].set_xlabel('Time (s)')
    axs[0].set_ylabel('Current (A)')
    axs[1].plot(voltage,color=color)
    axs[1].set_xlabel('Time (s)')
    axs[1].set_ylabel('Voltage (V)')
    axs[2].plot(temperature,color=color)
    axs[2].set_xlabel('Time (s)')
    axs[2].set_ylabel('Temperature (C)')
    count +=1
    cycle +=1
plt.tight_layout()
plt.show()

把静置阶段的index对齐，重新绘制电压、电流、温度曲线

VOLTAGES_C =[]# 充电阶段电压
VOLTAGES_R =[]# 静置阶段电压
VOLTAGES_D =[]# 放电阶段电压
CURRENTS_C =[]
CURRENTS_R =[]
CURRENTS_D =[]
TEMPERATURES_C =[]
TEMPERATURES_R =[]
TEMPERATURES_D =[]
count =0
cycle =2while count <23:
    description = battery.get_one_cycle_description(cycle=cycle)if'test capacity'in description:
        cycle +=1continue

    voltage_c = battery.get_partial_value(cycle=cycle,variable='voltage_V',stage=1)
    voltage_r = battery.get_partial_value(cycle=cycle,variable='voltage_V',stage=2)
    voltage_d = battery.get_partial_value(cycle=cycle,variable='voltage_V',stage=3)
    current_c = battery.get_partial_value(cycle=cycle,variable='current_A',stage=1)
    current_r = battery.get_partial_value(cycle=cycle,variable='current_A',stage=2)
    current_d = battery.get_partial_value(cycle=cycle,variable='current_A',stage=3)
    temperature_c = battery.get_partial_value(cycle=cycle,variable='temperature_C',stage=1)
    temperature_r = battery.get_partial_value(cycle=cycle,variable='temperature_C',stage=2)
    temperature_d = battery.get_partial_value(cycle=cycle,variable='temperature_C',stage=3)

    VOLTAGES_C.append(voltage_c[1:])
    VOLTAGES_R.append(voltage_r)
    VOLTAGES_D.append(voltage_d)
    CURRENTS_C.append(current_c[1:])
    CURRENTS_R.append(current_r)
    CURRENTS_D.append(current_d)
    TEMPERATURES_C.append(temperature_c[1:])
    TEMPERATURES_R.append(temperature_r)
    TEMPERATURES_D.append(temperature_d)

    count +=1
    cycle +=1# 把voltage_c，voltage_r，voltage_d拼接起来得到voltage，并把voltage按照静置阶段的index对齐
INDEXS =[]
VOLTAGES =[]
CURRENTS =[]
TEMPERATURES =[]for i inrange(len(VOLTAGES_C)):# 把voltage_c，voltage_r，voltage_d拼接起来得到voltage，并把voltage按照voltage_r的index对齐
    voltage = np.concatenate((VOLTAGES_C[i],VOLTAGES_R[i],VOLTAGES_D[i]))
    current = np.concatenate((CURRENTS_C[i],CURRENTS_R[i],CURRENTS_D[i]))
    temperature = np.concatenate((TEMPERATURES_C[i],TEMPERATURES_R[i],TEMPERATURES_D[i]))
    index = np.arange(len(voltage))
    left_shift =len(VOLTAGES_C[i])
    index = index - left_shift
    VOLTAGES.append(voltage)
    CURRENTS.append(current)
    TEMPERATURES.append(temperature)
    INDEXS.append(index)# 在1*3的图中画出23个cycle的电压、电流、温度曲线
fig, axs = plt.subplots(1,3, figsize=(9,3),dpi=200)for i inrange(len(VOLTAGES)):
    axs[0].plot(INDEXS[i],CURRENTS[i],linewidth=1.5,alpha=0.5,c=cm[i])
    axs[1].plot(INDEXS[i],VOLTAGES[i],linewidth=1.5,alpha=0.5,c=cm[i])
    axs[2].plot(INDEXS[i],TEMPERATURES[i],linewidth=1.5,alpha=0.5,c=cm[i])
    axs[0].set_xlabel('Index')
    axs[0].set_ylabel('Current (A)')
    axs[1].set_xlabel('Index')
    axs[1].set_ylabel('Voltage (V)')
    axs[2].set_xlabel('Index')
    axs[2].set_ylabel('Temperature (C)')
plt.tight_layout()
plt.show()

其他曲线的画法与Batch-1一致，不再赘述。