第3章电池数据采集与预处理

第3章：电池数据采集与预处理

大家好，我是你们的老朋友。今天咱们聊聊电池数据采集与预处理。说实话，这部分工作看着不起眼，但我在项目里吃过不少亏。数据质量不行，后面建模再花哨也是白搭。

3.1 数据采集系统搭建

先说说硬件。我个人习惯用NI的采集卡，配合电流电压传感器。为什么？因为稳定。实验室里我见过有人用Arduino做采集，结果采样率一高就丢包，数据断断续续的，根本没法用。

采集系统的基本架构其实不复杂：

传感器：电流传感器（霍尔效应型）、电压传感器（差分放大型）、温度传感器（热电偶或PT100）
信号调理：滤波、放大、隔离
ADC模块：至少16位分辨率，采样率看需求
数据记录：本地存储或云端上传

嗯，这里要注意一点。传感器和ADC之间的线缆一定要用屏蔽线。我曾经在项目里图省事用了普通杜邦线，结果50Hz工频干扰直接淹没了信号，花了三天才排查出来。

避坑指南：我曾经因为传感器共地问题导致采集数据全部偏移。记住，所有传感器必须共地，否则差分信号会引入共模干扰。

3.2 采样频率选择

采样频率怎么选？说白了就是看你的电池动态特性。锂离子电池的电压响应时间常数大概在秒级，所以采样频率不需要太高。

我一般遵循这个原则：

应用场景	推荐采样频率	说明
静态容量测试	0.1 Hz	每10秒采一次就够了
动态工况测试	1-10 Hz	比如UDDS工况
脉冲测试	100-1000 Hz	捕捉瞬时电压降
EIS测试	10 kHz以上	高频阻抗测量

你想想看，如果采样频率太低，电压平台期的微小变化就捕捉不到。但太高了也不行，数据量爆炸，存储和计算都吃不消。

我的经验：做寿命预测时，我建议用1 Hz采样。既能捕捉到充放电过程中的关键特征，又不会产生太多冗余数据。一个电池跑完完整循环大概产生几万条记录，处理起来刚刚好。

3.3 数据清洗

数据清洗，说白了就是去脏数据。我见过太多人拿到原始数据直接建模，结果模型一塌糊涂。

3.3.1 异常值处理

异常值怎么判断？我常用3σ原则。假设数据服从正态分布，超过均值±3倍标准差的值就是异常。

import numpy as np
import pandas as pd

def detect_outliers(data, column, threshold=3):
    mean = data[column].mean()
    std = data[column].std()
    outliers = data[np.abs(data[column] - mean) > threshold * std]
    return outliers

# 示例：检测电压异常值
df = pd.read_csv('battery_data.csv')
voltage_outliers = detect_outliers(df, 'voltage')
print(f"发现 {len(voltage_outliers)} 个异常电压值")

还有一种情况，传感器突然跳变。比如电压从3.7V瞬间跳到4.5V又跳回来。这种我一般用差分法检测：

def detect_spikes(data, column, max_diff=0.5):
    diff = data[column].diff().abs()
    spikes = data[diff > max_diff]
    return spikes

处理异常值，我通常用插值法。线性插值简单有效，但如果是连续多个异常点，我会用前后各5个点的均值来填充。

3.3.2 缺失值处理

缺失值很常见。采集卡偶尔掉线、通信中断，都会产生NaN。我的处理策略分三种：

删除法：缺失比例小于1%时，直接删掉那几行
前向填充：电池电压变化缓慢，用上一个有效值填充
插值法：时间序列数据，用前后值线性插值

# 前向填充
df['voltage'].fillna(method='ffill', inplace=True)

# 线性插值
df['current'].interpolate(method='linear', inplace=True)

  重要提醒：千万别用均值填充！电池数据是非平稳的，均值填充会引入系统性偏差。我见过有人这么干，结果模型预测的容量衰减曲线完全偏离实际。

3.4 数据归一化

归一化，说白了就是把不同量纲的数据拉到同一个尺度。电压是3-4V，电流是0-100A，温度是20-60°C，不归一化的话，模型会天然偏向数值大的特征。

我常用的两种方法：

3.4.1 Min-Max归一化

把数据映射到[0,1]区间。适合数据分布比较均匀的情况。

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()
df[['voltage', 'current', 'temperature']] = scaler.fit_transform(
    df[['voltage', 'current', 'temperature']]
)

3.4.2 Z-score标准化

把数据变成均值为0、标准差为1的分布。适合有异常值的情况。

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
df[['voltage', 'current', 'temperature']] = scaler.fit_transform(
    df[['voltage', 'current', 'temperature']]
)

我个人习惯用Min-Max。为什么？因为电池数据范围相对固定，电压不会超过0-5V，电流也不会无限大。Min-Max后数据解释性更强。

小技巧：归一化参数一定要用训练集计算，然后应用到测试集。千万别对整个数据集做归一化，那会造成数据泄露，模型评估结果会虚高。

3.5 本章知识体系

下面这张图是我自己画的，把整个数据采集与预处理流程串起来了。你跟着这个流程走，基本不会出大问题。

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，但也是最容易出问题的地方。你把这些步骤做扎实了，后面建模会顺畅很多。

📚 课程目录