Skip to main content

预置数据集

预置数据集简介​

平台当前开放的预置数据集分为机构开源数据集、论文开源数据集及车端数据集三大类，数据集会继续扩充并持续提高质量。

机构开源数据集​

美国航空航天局NASA​

National Aeronautics and Space Administration

Battery Data Set​

数据集概述​

该数据集包含34个锂离子电池的老化数据。电池在不同温度下进行充电和放电，数据记录为充电数据、放电数据和阻抗数据。

数据集中包含34个数据文件，数据文件为“.mat”格式。

数据集详情​
  • 文件结构
    • 第1层：cycle，表示循环数据
    • 第2层：包含4列数据，分别为
      • type：工况类型，可以是charge(充电)，discharge(放电)，或impedance(阻抗)；
      • ambient_temperature：环境温度，单位为℃；
      • time：本次测试起始时间，为MATLAB数据向量格式；
      • data：本次测试的结果数据。
    • 第3层：data字段，以type的值区分
      • type = charge：
        • Voltage_measured：端电压(V)
        • Current_measured：电流(A)
        • Temperature_measured：温度(℃)
        • Current_charge：充电机侧的测量电流(A)
        • Voltage_charge：充电机侧的测量电压(V)
        • Time：时间(s)
      • type = discharge：
        • Voltage_measured：端电压(V)
        • Current_measured：电流(A)
        • Temperature_measured：温度(℃)
        • Current_charge：负载侧的测量电流(A)
        • Voltage_charge：负载侧的测量电压(V)
        • Time：时间(s)
        • Capacity：放电至2.7V时的电池容量(Ah)
      • type = impedance:
        • Sense_current：传感器侧的电流(A)
        • Battery_current：电池侧的电流(A)
        • Current_ratio：上述两电流的比例
        • Battery_impedance：基于原始数据计算的电池阻抗(Ω)
        • Rectified_impedance：校验平滑后的电池阻抗(Ω)
        • Re：估计的液相电阻(Ω)
        • Rct：估计的电荷转移电阻(Ω)
一键使用​

预置算法中的 NASA-BatteryDataSet 提供了该数据集的读取、使用及可视化示例代码。

某次充电测试的可视化样例：

某次放电测试的可视化样例：

某电芯容量衰减曲线：

Randomized Battery Usage Data Set​

数据集概述​

该数据集包含28个锂离子电池的老化数据。电池在不同温度下进行随机的充电和放电，数据记录为充电数据、放电数据和静置数据。

数据集中包含28个数据文件，数据文件为“.mat”格式。

数据集详情​
  • 文件结构
    • 第1层：data，表示测试数据
    • 第2层：包含3行数据，分别为
      • step：包含循环数据的结构化数组；
      • procedure：测试名称；
      • description：测试细节描述。
    • 第3层：step字段
      • comment (工步的详细描述)
      • type (工步标识: 充电为‘C’，放电为‘D’，静置为‘R’)
      • relativeTime (相对时间，单位为s)
      • time (绝对时间，单位为s)
      • voltage (电压，单位为V)
      • current (电流，单位为A)
      • temperature (温度，单位为℃)
      • date (格式为dd-Mon-yyyy HH:MM:SS)
一键使用​

预置算法中的 NASA-BatteryDataSet 提供了该数据集的读取、使用及可视化示例代码。

某次动态工况测试的可视化样例：

美国桑迪亚国家实验室SNL​

Sandia National Laboratories

数据集概述​

该数据集为循环前后以及不同温度下电池EIS数据。

数据集中包含126个数据文件，数据文件为“.txt”格式。

数据集详情​
  • 命名规则：化学体系编号_cycling/pristine温度
  • cycling：指定温度下循环测试后的EIS，EIS测试在25℃下进行
  • pristine：指定温度下新电池EIS
  • 特殊规则：化学体系_编号_cycling_pristine表示循环前EIS测试
一键使用​

预置算法中的 SNL-CellTestingData 提供了该数据集的读取、使用及可视化示例代码。

某次测试的EIS可视化样例：

牛津大学电池智能实验室​

Oxford Battery Intelligence Lab

Oxford Battery Degradation Dataset​

数据集概述​

该数据集包含8个小型软包锂离子电池的老化数据。所有电池均在40℃的温箱中进行测试。测试流程为恒流恒压充电，Artemis城市工况放电，每100个循环进行一次性能测试。

数据集中包含2个数据文件，数据文件为“.mat”格式：

  1. ExampleDC_C1.mat - 仅包含第一次充放电循环中记录的电压、电流和温度数据。
  2. Oxford_Battery_Degradation_Dataset_1.mat - 包含每100次循环进行的性能测试结果。
数据集详情​
  • 电池信息：8颗Kokam有限公司的软包电池，型号为SLPB533459H4, 额定容量为740mAh。
  • Oxford_Battery_Degradation_Dataset_1.mat
    • 文件结构
      • 第1层：Cell1-Cell8，表示第1到第8号电池；
      • 第2层：性能测试的循环次数(例如cyc0100表示第100次循环之后的性能测试)；
      • 第3层：1C充电(C1ch)，1C放电(C1dc)，伪OCV充电(OCVch)，伪OCV放电(OCVdc)；
      • 第4层：时间(t)，电压(v)，充电(q)，温度(T)。
    • 数据详情
      • 1C循环(电流 = 740mA)：时间(t，单位为s)、电压(v，单位为V)、电荷量(q，单位为mAh)和温度(T，单位为℃)；
      • 伪OCV循环(电流 = 40mA)：时间(t，单位为s)、电压(v，单位为V)、电荷量(q，单位为mAh)和温度(T，单位为℃)。

        注：1C和伪OCV测试均每隔100循环进行一次。

  • ExampleDC_C1.mat
    • 文件结构
      • 第1层：充电或放电（.ch 或 .dc）；
      • 第2层：时间(t)，电压(v)，充电(q)，温度(T)，电流(i)。
    • 数据详情
      • 单次(第1次循环)2C恒流充电(电流 = 1480 mA)：时间(t，单位为s)、电压(v，单位为V)、电荷量(q，单位为mAh)和温度(T, 单位为℃)；
      • 单次(第1次循环)动态工况放电，使用Artemis城市工况：时间(t，单位为s)、电压(v，单位为V)、电荷量(q，单位为mAh)和温度(T, 单位为℃)。
一键使用​

预置算法中的 Oxford-BatteryDataset 提供了该数据集的读取、使用及可视化示例代码。

某次性能测试的可视化样例：

论文开源数据集​

Nature​

Attia2020closed​

Closed-loop optimization of fast-charging protocols for batteries with machine learning

一键使用​

预置算法中的 Nature-Attia2020closedloop 提供了该数据集的读取、使用及可视化示例代码。

某电芯衰减数据的可视化样例：

Nature Energy​

Severson2019data​

Data-driven prediction of battery cycle life before capacity degradation

一键使用​

预置算法中的 NatureEnergy-Severson2019data 提供了该数据集的读取、使用及可视化示例代码。

电芯衰减数据的可视化样例：

Nature Communications​

Zhang2020identifying​

Identifying degradation patterns of lithium ion batteries from impedance spectroscopy using machine learning

一键使用​

预置算法中的 NatureCommunications-Zhang2020identifying 提供了该数据集的读取、使用及可视化示例代码。

某工况下充电测试的可视化样例：

Journal of Power Sources​

Dubarry2020big​

Big data training data for artificial intelligence-based Li-ion diagnosis and prognosis

一键使用​

预置算法中的 JPS-Dubarry2020bigdata 提供了该数据集的读取、使用及可视化示例代码。

某次性能测试的可视化样例：

车端数据集​

MOVNOP 数据集​

数据集概述​

该数据集包含145辆车的充电数据，累积充电次数为60700次。

数据集中包含60700个数据文件，数据文件为“.csv”格式。

数据集详情​
  • 文件命名规则：正常/异常车辆标识充电累积次数
  • 正常/异常：00表示正常，10表示异常
  • 车辆标识：为8位数字编码
  • 充电累积次数：表示本文件为第几次充电
info

关于数据集中正常车与异常车的划分，也可参见「预置标签组」

一键使用​

本数据集为标准化字段数据集，字段命名规则遵循 SDK标准化字段。 平台中所有支持标准化字段的预置算法均可使用，包括VGRU、ConsistencyD、ThreeLevelWarnD、RiskAccumulationD等。

本数据集包含的标准化字段如下：

字段名称描述
volt总电压
current总电流
soc剩余电池电量
max_single_volt最大电池单体电压
min_single_volt最小电池单体电压
max_temp最高电池探针温度
min_temp最低电池探针温度
mileage行车里程
timestamp时间戳