第三章 特征工程（上）：从充放电曲线提取健康特征

好，咱们进入正题。上一章我们聊了数据清洗，把那些脏数据、异常数据都处理干净了。但光有干净数据还不够，你想想看，原始电压电流曲线直接扔给模型，它根本看不懂。我们需要把这些原始信号翻译成模型能理解的「健康特征」。

这一章，我重点讲两个最经典的特征提取方法：IC曲线（增量容量分析）和DV曲线（差分电压分析）。这两个方法，说白了就是把充放电曲线上的微小变化放大，让电池的老化痕迹无处遁形。

3.1 为什么需要IC/DV曲线？

直接看电压-容量曲线，你能看出什么？

嗯，一条平滑的曲线，随着充放电进行，电压缓慢变化。新电池和旧电池的曲线看起来差不多，只是稍微偏移了一点。这点偏移量，肉眼很难分辨，模型也很难学到有效特征。

但如果我们对容量求微分呢？

dQ/dV，也就是IC曲线。它把电压平台上那些微小的容量变化放大成明显的峰值。每个峰值对应一个电化学反应阶段。电池老化后，活性物质损失、内阻增加，这些峰值就会变矮、变宽、甚至移位。

我在项目中遇到过这样的情况：用原始电压曲线做特征，模型精度只有85%左右。换成IC曲线特征后，直接跳到93%。差别就这么大。

3.2 增量容量分析（IC曲线）

3.2.1 数学原理

IC曲线的定义很简单：

IC = dQ / dV ≈ ΔQ / ΔV

其中Q是容量，V是电压。我们取相邻两个采样点的容量差除以电压差，就得到IC值。

但这里有个坑——噪声放大。微分操作对噪声极其敏感。原始数据里哪怕有1mV的波动，微分后可能变成一个大尖峰。所以，计算IC曲线前，必须做平滑处理。

3.2.2 计算步骤与代码

我个人的习惯是分三步走：

1. 数据重采样：把充放电数据按电压间隔均匀采样，比如每10mV取一个点
2. 平滑滤波：用Savitzky-Golay滤波器或移动平均，去除高频噪声
3. 数值微分：用中心差分法计算dQ/dV

来看代码：

import numpy as np
import pandas as pd
from scipy.signal import savgol_filter

def compute_ic_curve(voltage, capacity, voltage_step=0.01, window_length=11, polyorder=3):
    """
    计算IC曲线
    voltage: 电压序列 (V)
    capacity: 容量序列 (Ah)
    voltage_step: 重采样电压间隔 (V)
    window_length: SG滤波器窗口长度（必须为奇数）
    polyorder: SG滤波器多项式阶数
    """
    # 1. 按电压间隔重采样
    v_min = np.floor(voltage.min() / voltage_step) * voltage_step
    v_max = np.ceil(voltage.max() / voltage_step) * voltage_step
    v_bins = np.arange(v_min, v_max + voltage_step, voltage_step)
    
    # 用插值法获取等电压间隔的容量
    v_resampled = v_bins
    cap_resampled = np.interp(v_resampled, voltage, capacity)
    
    # 2. 平滑处理
    cap_smooth = savgol_filter(cap_resampled, window_length, polyorder)
    
    # 3. 计算微分
    dq = np.diff(cap_smooth)
    dv = np.diff(v_resampled)
    ic = dq / dv
    
    # 返回IC曲线（电压取中点）
    v_ic = (v_resampled[:-1] + v_resampled[1:]) / 2
    
    return v_ic, ic

3.2.3 从IC曲线提取特征

IC曲线出来后，我们要从中提取量化特征。常用的有：

特征名称	物理含义	与老化的关系
峰值位置（电压）	电化学反应发生的电压	随老化向右偏移（内阻增加）
峰值高度	反应速率/容量贡献	随老化降低（活性物质损失）
峰值半高宽	反应均匀性	随老化变宽（反应不均匀）
峰面积	该阶段贡献的容量	随老化减小

提取这些特征，可以用scipy.signal的find_peaks函数：

from scipy.signal import find_peaks

def extract_ic_features(v_ic, ic):
    """从IC曲线提取峰值特征"""
    # 找峰值（只找正峰值）
    peaks, properties = find_peaks(ic, prominence=0.1, width=5)
    
    features = {}
    for i, peak_idx in enumerate(peaks):
        features[f'peak_{i+1}_voltage'] = v_ic[peak_idx]
        features[f'peak_{i+1}_height'] = ic[peak_idx]
        features[f'peak_{i+1}_width'] = properties['widths'][i] * (v_ic[1] - v_ic[0])
        # 峰面积用梯形法近似
        left = int(properties['left_bases'][i])
        right = int(properties['right_bases'][i])
        features[f'peak_{i+1}_area'] = np.trapz(ic[left:right], v_ic[left:right])
    
    return features

3.3 差分电压分析（DV曲线）

3.3.1 DV曲线与IC曲线的关系

DV曲线是IC曲线的倒数：DV = dV/dQ。它反映的是电压随容量变化的速率。

说白了，IC曲线看的是「容量对电压的敏感度」，DV曲线看的是「电压对容量的敏感度」。两者是互补的。

我个人更喜欢用IC曲线，因为它的峰值更明显。但有些场景下，DV曲线也有独特优势——比如在充电末期，电压快速上升，DV曲线能更清晰地反映极化内阻的变化。

3.3.2 计算DV曲线

计算方法和IC曲线类似，只是微分方向反过来：

def compute_dv_curve(voltage, capacity, capacity_step=0.01, window_length=11, polyorder=3):
    """计算DV曲线"""
    # 按容量间隔重采样
    c_min = np.floor(capacity.min() / capacity_step) * capacity_step
    c_max = np.ceil(capacity.max() / capacity_step) * capacity_step
    c_bins = np.arange(c_min, c_max + capacity_step, capacity_step)
    
    v_resampled = np.interp(c_bins, capacity, voltage)
    v_smooth = savgol_filter(v_resampled, window_length, polyorder)
    
    dv = np.diff(v_smooth)
    dq = np.diff(c_bins)
    dv_curve = dv / dq
    
    c_dv = (c_bins[:-1] + c_bins[1:]) / 2
    return c_dv, dv_curve

3.3.3 DV曲线的特征提取

DV曲线的特征和IC曲线类似，但关注点不同：

• 谷值位置：对应IC曲线的峰值位置，反映反应阶段
• 谷值深度：反映该阶段的电压变化速率
• 曲线斜率：在充电末期，斜率急剧增大，反映极化加剧

3.4 实操中的注意事项

嗯，这里要重点说几个坑：

1. 数据质量是第一位的：如果原始数据有缺失或异常，IC/DV曲线会一塌糊涂。先做好数据清洗再提取特征。
2. 平滑参数要调优：不同电池、不同倍率下，最优的平滑参数不同。我建议做一个参数扫描，选使曲线峰值最清晰的参数。
3. 注意充放电倍率的影响：大倍率充放电时，极化效应会扭曲IC/DV曲线。最好用同一倍率的数据做对比。
4. 温度补偿：温度对IC/DV曲线影响很大。如果数据来自不同温度，建议先做温度归一化。

3.5 本章小结

这一章我们讲了：

• 为什么需要IC/DV曲线——放大老化信号
• IC曲线的计算方法和特征提取
• DV曲线的计算方法和特征提取
• 实操中的注意事项和避坑指南

下一章，我们会继续讲特征工程的下半部分——从统计特征和频域特征入手，进一步挖掘电池健康信息。到时候你会看到，同样的数据，换个角度分析，又能挖出新的宝藏。

好，这一章就到这里。有问题随时交流。