如何用Python分析XJTU电池数据集？手把手教你绘制电压、电流、温度曲线（附完整代码）

最新推荐文章于 2026-04-18 18:03:41 发布

原创

最新推荐文章于 2026-04-18 18:03:41 发布 · 200 阅读

从数据到洞察：用Python深度解析XJTU电池数据集，解锁电压、电流与温度曲线的秘密

如果你手头有一份来自真实世界的电池循环测试数据，比如XJTU电池数据集，第一反应是什么？是直接打开Excel画几条折线图，还是尝试用代码去挖掘更深层的规律？我刚开始接触这个数据集时，也经历过一段“数据在手，无从下手”的时期。这个数据集包含了55个18650锂电池在不同充放电策略下的完整生命周期数据，采样频率高达1Hz，信息量巨大。但原始数据是.mat格式，结构嵌套复杂，直接处理起来并不直观。今天，我想和你分享的，不仅仅是如何用Python画出电压、电流、温度曲线，而是如何构建一套可复用、可扩展的分析框架，将原始数据转化为清晰的物理洞察和工程判断。无论你是从事电池健康状态（SOH）估计、故障诊断，还是单纯对数据科学在能源领域的应用感兴趣，这套方法都能让你快速上手，并具备处理类似时序数据的通用能力。

1. 数据基石：构建一个灵活高效的电池数据解析器

拿到XJTU数据集，第一步不是急着画图，而是理解数据结构并构建一个可靠的读取接口。原始数据以MATLAB的.mat文件存储，每个文件对应一个电池，内部包含了data和summary两个关键结构。data是一个复杂的嵌套数组，存储了每个循环周期（cycle）下多个通道（电压、电流、温度、时间等）的时序数据；summary则包含了电池的元信息，如循环寿命、容量序列等。直接操作这些原始结构不仅代码冗长，而且容易出错。

我的做法是封装一个Battery类，它像是一个智能的数据管家，将复杂的底层数据访问抽象为清晰的方法。这个类的核心价值在于统一数据接口和提供计算衍生指标的能力。

import numpy as np
from scipy.io import loadmat
from scipy import interpolate
import functools

class Battery:
    """
    一个用于解析和操作XJTU电池数据集的类。
    它将复杂的.mat文件结构封装成易于使用的属性和方法。
    """
    def __init__(self, filepath):
        """
        初始化，加载数据并解析基本信息。
        
        参数:
            filepath (str): .mat数据文件的路径。
        """
        mat_data = loadmat(filepath)
        self.raw_data = mat_data['data']  # 原始时序数据
        self.filename = filepath.split('/')[-1].split('.')[0]  # 电池标识
        self.summary = mat_data['summary']
        
        # 从summary中提取关键元数据
        self.cycle_life = self.summary[0][0][8][0][0]  # 总循环次数
        self.description = self.summary[0][0][9][0]     # 实验描述
        self.capacity_history = self.summary[0][0][1].flatten()  # 容量衰减历史
        
        # 定义数据通道名称，方便索引
        self.channel_names = [
            'system_time',      # 系统时间戳
            'relative_time_min', # 相对时间（分钟）
            'voltage_V',        # 电压 (V)
            'current_A',        # 电流 (A)
            'capacity_Ah',      # 累计容量 (Ah)
            'power_Wh',         # 功率 (Wh)
            'temperature_C',    # 温度 (°C)
            'description'       # 循环阶段描述
        ]
        print(f"已加载电池: {self.filename}")
        print(f"  循环寿命: {self.cycle_life} cycles")
        print(f"  实验描述: {self.description}")

这个初始化方法完成了数据的加载和基本信息的提取。但更重要的是，我们需要设计方法来获取特定循环、特定阶段的数据。例如，一个完整的充放电循环通常包含四个阶段：恒流充电（CC）、静置（Rest）、恒流放电（DC）、再次静置（Rest）。数据集中的description字段标记了这些阶段的起点。

    def get_cycle_data(self, cycle_num, channel):
        """
        获取指定循环周期、指定通道的完整时序数据。
        
        参数:
            cycle_num (int): 循环序号（从1开始）。
            channel (str/int): 通道名称或索引。
        
        返回:
            np.ndarray: 该通道的时序数据数组。
        """
        if isinstance(channel, str):
            channel_idx = self.channel_names.index(channel)
        else:
            channel_idx = channel
            
        if cycle_num > self.raw_data.shape[1] or cycle_num < 1:
            raise ValueError(f"循环序号应在1到{self.raw_data.shape[1]}之间")
        
        # 提取数据并展平为一维数组
        data_array = self.raw_data[0][cycle_num-1][channel_idx]
        if channel_idx == 7:  # description字段是字符串
            return data_array[0]
        else:
            return data_array.flatten()
    
    def get_phase_data(self, cycle_num, channel, phase=1):
        """
        获取指定循环、指定通道、特定充放电阶段的数据。
        阶段定义: 1-充电, 2-第一次静置, 3-放电, 4-第二次静置。
        对于Batch-6（卫星模拟）等只有3个阶段的数据，阶段3为放电。
        
        参数:
            cycle_num (int): 循环序号。
            channel (str/int): 通道名称或索引。
            phase (int): 阶段序号。
        
        返回:
            np.ndarray: 该阶段的数据片段。
        """
        full_data = self.get_cycle_data(cycle_num, channel)
        time_rel = self.get_cycle_data(cycle_num, 'relative_time_min')
        
        # 找到相对时间为0的点，这些点标记了阶段的开始
        phase_start_indices = np.where(time_rel == 0)[0]
        # 在数组末尾添加一个“虚拟”的结束索引
        phase_start_indices = np.append(phase_start_indices, len(full_data))
        
        start_idx = phase_start_indices[phase-1]
        end_idx = phase_start_indices[phase]
        
        return full_data[start_idx:end_idx]

提示：get_phase_data方法是后续分析的关键。它利用relative_time_min通道中为零的点作为阶段分割标志，能精准地剥离出充电、静置、放电等不同过程的数据，为分阶段可视化与分析奠定了基础。

有了这个基础类，我们就可以像使用字典一样方便地访问数据了。例如，要获取第50次循环的完整电压曲线，只需battery.get_cycle_data(50, 'voltage_V')；要获取其充电阶段的电流，则是battery.get_phase_data(50, 'current_A', phase=1)。这种封装将数据访问的复杂性隐藏起来，让我们能更专注于数据本身的意义。