第二章：老化数据采集与预处理
大家好，我是你们的老朋友。今天咱们聊聊老化数据采集与预处理。说实话，这一章是整个SOH估计的基石。数据搞不好，后面模型再花哨也是白搭。我在项目里见过太多人，上来就调参跑模型，结果数据本身就有问题，折腾半天全是无用功。
核心观点：老化数据的质量，直接决定了SOH估计的天花板。数据预处理不是体力活，是技术活。
2.1 充放电循环测试方案
先说说测试方案。很多人觉得，不就是充放电嘛，有什么好设计的？其实不然。我刚开始做BMS时，也这么想，结果第一批数据就废了——因为测试条件没统一，温度、电流都在变，根本没法对比。
一个标准的循环测试方案，至少要包含以下几点：
- 恒流恒压充电（CC-CV）：先以固定电流充到截止电压，再恒压充到电流降到某个阈值。这是最常用的协议。
- 恒流放电（CC）：以固定电流放电到截止电压。注意，放电倍率会影响老化速度，我一般建议用1C或0.5C。
- 静置时间：充放电之间必须静置，让电池内部电化学反应稳定。通常30分钟到1小时。
- 温度控制：恒温箱是必须的。25°C是标准，但如果你想研究温度影响，可以设几个梯度。
我的经验：我曾经做过一组对比实验，发现静置时间从10分钟改成1小时，容量增量曲线的形状差异很大。所以，静置时间一定要固定，别偷懒。
下面是一个典型的循环测试参数表示例：
| 参数 | 值 | 说明 |
|---|---|---|
| 充电电流 | 1C (2.5A) | 恒流阶段 |
| 截止电压 | 4.2V | 恒压阶段开始 |
| 恒压截止电流 | 0.05C | 充电结束条件 |
| 放电电流 | 1C | 恒流放电 |
| 放电截止电压 | 2.5V | 放电结束条件 |
| 静置时间 | 30分钟 | 充放电之间 |
| 环境温度 | 25°C | 恒温箱控制 |
2.2 数据采集系统搭建
数据采集系统，说白了就是怎么把电池的电压、电流、温度这些信号，准确、高频地记录下来。我见过有人用万用表手动记录，嗯，那只能做做实验课，做研究肯定不行。
一个靠谱的数据采集系统，通常包括：
- 高精度数据采集卡：采样率至少1Hz，我建议10Hz以上。电压精度要优于1mV。
- 电流传感器：霍尔传感器或分流器。注意量程和精度，别让噪声淹没了信号。
- 温度传感器：热电偶或NTC。贴在电池表面，最好多点布置。
- 上位机软件：LabVIEW、Python或MATLAB。实时显示和存储数据。
避坑指南：我曾经遇到过采样率太低，导致容量增量曲线（ICA）的峰值完全丢失。你想想看，ICA的峰值宽度可能只有几毫伏，采样率不够，直接就平滑掉了。所以，采样率至少10Hz，别省这个钱。
2.3 数据清洗：异常值与缺失值
数据采集回来，别急着用。先看看有没有脏数据。我习惯先画个时序图，肉眼扫一遍。如果看到电压突然跳变、电流出现负值，那肯定有问题。
异常值处理：
- 3σ原则：对于正态分布的数据，超过均值±3倍标准差的值，视为异常。
- IQR方法：四分位距法，适合非正态分布。超出Q1-1.5IQR或Q3+1.5IQR的，剔除。
- 物理约束：电压不可能超过4.3V，电流不可能超过设定值。超出物理范围的，直接删。
缺失值处理：
- 线性插值：如果缺失点不多，用前后数据线性填充。
- 前向填充：对于缓慢变化的温度信号，用上一个有效值填充。
- 删除：如果缺失太多（比如连续缺失超过10个点），直接删掉这段数据。
下面是一个简单的Python代码示例，用于清洗电压数据：
import pandas as pd
import numpy as np
# 假设df是DataFrame，包含'voltage'列
def clean_voltage(df, threshold=0.02):
# 1. 物理约束：电压范围2.5-4.2V
df = df[(df['voltage'] >= 2.5) & (df['voltage'] <= 4.2)]
# 2. 3σ异常值检测
mean = df['voltage'].mean()
std = df['voltage'].std()
df = df[np.abs(df['voltage'] - mean) <= 3 * std]
# 3. 线性插值填充缺失值
df = df.interpolate(method='linear', limit=5)
return df我的习惯：清洗数据时，我一般会保留原始数据副本。万一清洗过头了，还能回退。别问我怎么知道的，都是教训。
2.4 特征工程：电压曲线与容量增量曲线
特征工程，说白了就是从原始数据里提取出对SOH估计有用的信息。我个人最常用的两个特征：电压曲线和容量增量曲线（ICA）。
电压曲线：充放电过程中电压随时间的变化。不同老化程度的电池，电压曲线形状会变化。比如，内阻增大后，放电初期电压降会更明显。
容量增量曲线（ICA）：这是我最喜欢的特征。ICA是dQ/dV对V的曲线。它能把电压平台转换成明显的峰值，这些峰值的位置、高度、宽度，都和电池的老化状态密切相关。
ICA的计算方法很简单：
# 计算容量增量曲线
def compute_ica(voltage, capacity, v_bins=100):
# 对电压进行分箱
v_min, v_max = voltage.min(), voltage.max()
v_bin_edges = np.linspace(v_min, v_max, v_bins)
# 计算每个电压区间内的容量增量
dq = np.zeros(v_bins - 1)
dv = np.zeros(v_bins - 1)
for i in range(v_bins - 1):
mask = (voltage >= v_bin_edges[i]) & (voltage < v_bin_edges[i+1])
if mask.sum() > 0:
dq[i] = capacity[mask].max() - capacity[mask].min()
dv[i] = v_bin_edges[i+1] - v_bin_edges[i]
# 避免除零
dv[dv == 0] = 1e-6
ica = dq / dv
return v_bin_edges[:-1] + dv/2, ica关键点：ICA曲线的峰值会随着老化而降低、偏移。比如，正极材料的相变峰（约3.6V）会逐渐消失。通过追踪这些峰值的变化，就能估计SOH。
下面我用一张SVG图，展示本章的知识体系：
嗯，这张图把本章的核心逻辑串起来了。从数据采集到测试方案，再到数据清洗，最后落到特征工程。每一步都环环相扣。
注意：ICA计算对数据质量要求很高。如果电压噪声太大，ICA曲线会全是毛刺，根本看不出峰值。所以，数据清洗这一步千万别马虎。我见过有人直接用原始数据算ICA，结果峰值全被噪声淹没了，白白浪费了实验数据。
好了，这一章的内容就到这里。数据采集和预处理是基础中的基础，花再多时间都值得。下一章我们会正式进入SOH估计的建模环节，到时候这些特征就会派上大用场。