nasa's Introduction

NASA 锂电池数据集，基于 Python 的锂电池寿命预测（Remaining Useful Life，RUL）& （End Of Life，EOL）

主要库版本：

pytorch >=1.6.0

预测结果

关于代码的说明：

最近经常收到有同学问代码中一些问题，现汇总如下：

(1) build_sequences(text, window_size) 函数生成的预测数据为什么是序列不是下一个点？

序列[1, 2, 3, 4, 5]， build_sequences 函数生成的 x=[[1, 2, 3], [2, 3, 4]], y=[[2, 3, 4], [3, 4, 5]]的目的有两个：

一种是用序列预测序列，即 x=[1, 2, 3] 预测 y=[2, 3, 4]，x=[2, 3, 4] 预测 y=[3, 4, 5]；

一种是用序列预测下一个点，即 x=[1, 2, 3] 预测 y=[4]，x=[2, 3, 4] 预测 y=[5]；

本次实验中，我采用后者。所以，代码中，我训练的时候最后是取了train_y的最后一列：

y = np.reshape(train_y[:,-1]/Rated_Capacity,(-1,1)).astype(np.float32)

版本更新：

2024年5月12日，修改部分代码以及添加预测图像
2022年2月24日，修改部分变量名字
2022年2月6日，解决错误“Tensor for argument #2 ‘mat1’ is on CPU, but expected it to be on GPU (while checking arguments for addmm)”
2021年12月1日，添加数据读取模块

如果原始数据集无法成功读取，可以直接选择加载我已经提取出来的数据：NASA.npy

Battery = np.load('NASA.npy', allow_pickle=True)

Battery = Battery.item()

有任何问题，欢迎留言！

Homepage: http://zhouxiuze.com

个人博客： http://snailwish.com

个人邮箱： [email protected]

更多内容

NASA 锂电池数据集，基于 Python 的锂电池寿命预测: https://snailwish.com/395/
NASA 锂电池数据集，基于 python 的 MLP 锂电池寿命预测: https://snailwish.com/427/
马里兰大学锂电池数据集 CALCE，基于 Python 的锂电池寿命预测: https://snailwish.com/437/
NASA 和 CALCE 锂电池数据集，基于 Pytorch 的 RNN、LSTM、GRU 寿命预测: https://snailwish.com/497/
基于 Pytorch 的 Transformer 锂电池寿命预测: https://snailwish.com/555/

参考文献

@article{chen2022transformer,
  title={Transformer network for remaining useful life prediction of lithium-ion batteries},
  author={Chen, Daoquan and Hong, Weicong and Zhou, Xiuze},
  journal={Ieee Access},
  volume={10},
  pages={19621--19628},
  year={2022},
  publisher={IEEE}
}

PDF download

nasa's Issues

关于输入rnn中的数据shape的问题

输入rnn的数据shape为[batch_size, seq_len, input_size]，而对train的reshape操作为[-1, 1, feature_size]，令build_sequences函数输出的电池容量序列被归为了input_size，而seq_len变为了1。
请问此处的reshape是否应改为[-1, seq_len, 1]？