XJTU电池数据集详细分析（附代码）—— XJTU battery dataset analysis 对XJTU电池数据集的详细分析，并提供预处理代码

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${\text{LiNi}}_{0.5}{\text{Co}}_{0.2}{\text{Mn}}_{0.3}{\text{O}}_2$。
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

def interpolate_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:
 '''
 def decorator(func):
 @functools.wraps(func)
 def wrapper(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

class Battery:
 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}')
 def print_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'
 )
 def get_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 in range(self.data.shape[1]):
 description = self.data[0][i][7][0]
 if description not in descriptions:
 descriptions.append(description)
 return descriptions
 def get_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
 def get_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 in range(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)
 def get_capacity(self):
 '''
 获取电池的容量曲线
 :return:
 '''
 capacity = self.summary[0][0][1].reshape(-1)
 return capacity
 def get_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:
 '''
 if isinstance(variable,str):
 variable = self.variable_name.index(variable)
 assert cycle 

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 in range(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 in range(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$x$C放电至2.5V（$x$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$x$ C放电至3.0V（$x$在{0.5,1,2,3,5}中循环取值）；
4. 静置5分钟；
   每当$x$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$x$ A放电$y$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；
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$x$ A放电$y$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 in range(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：

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 += 1
 continue
 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 = 2
while count < 23:
 description = battery.get_one_cycle_description(cycle=cycle)
 if 'test capacity' in description:
 cycle += 1
 continue
 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 in range(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 in range(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。