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

# 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)