# 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**
<img src="figures/prediction_nasa.png" width = "100%" />
**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()
**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](https://github.com/XiuzeZhou/xiuzezhou.github.io/tree/main/pub/Transformer.pdf)
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
基于 MLP和NASA数据集实现锂电池寿命预测python源码+数据集+使用说明文档.zip (11个子文件)
code
NASA.ipynb 149KB
dataset
B0006.mat 15.29MB
B0018.mat 8.11MB
NASA.npy 20KB
B0005.mat 15.22MB
B0007.mat 15.31MB
RNN & LSTM-NASA.ipynb 251KB
MLP.ipynb 213KB
figures
prediction_nasa.png 127KB
aa 2B
README.md 2KB
共 11 条
- 1
资源评论
熬夜写代码的平头哥
- 粉丝: 3942
- 资源: 7362
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功