NASA锂电池老化数据集处理与健康因子提取
在数据驱动的电池健康状态（SOH）和剩余使用寿命（RUL）预测领域，高质量的公开数据集是验证算法有效性的基石。其中，NASA Ames 卓越预测中心（PCoE）提供的锂离子电池老化数据集被学术界和工业界广泛采用。
本文将从理论与物理机制出发，基于最经典的 BatteryAgingARC-FY08Q4 数据子集，深度剖析其实验设计逻辑，并详细讨论如何从中科学地提取出 11 个关键的健康因子（Health Factors, HF），以表征电池的衰减过程。
一、 NASA 电池老化实验工况解析
要提取有物理意义的特征，首先必须深刻理解原始数据的采集工况。根据实验设定，本批次（包含编号为 5、6、7、18 的四块电池）的测试环境被严格控制在 24°C 的室温下，其全生命周期的老化轨迹通过反复执行以下标准工况来记录：
- 充电协议 (CC-CV)：以 1.5A 的恒定电流（CC）充电至上限截止电压 4.2V，随后转入恒定电压（CV）模式，直至充电电流自然衰减至 20mA。
- 放电协议 (CC)：以 2A 的恒定电流（CC）进行放电，不同电池的放电截止电压略有差异（分别为 2.7V、2.5V、2.2V 和 2.5V）。
- 寿命终止条件 (EOL)：当电池的实际容量从初始额定值 2Ah 下降 30%（即跌至 1.4Ah）时，判定为达到寿命终点。
- 附加测试：实验中还穿插了 EIS（电化学阻抗谱）测量，用于观察老化对内部参数的影响。
这种标准的"恒流-恒压充电 + 恒流放电"循环，为我们提取具有时间、容量和电压维度的健康因子提供了完美的温床。
二、 11 个健康因子 (HF) 的理论提取与物理意义
随着循环次数的增加，电池内部会发生锂离子库存损失（LLI）、活性物质损失（LAM）以及内阻增大等不可逆的物理化学退化。我们将这些退化现象具象化为以下 11 个健康因子和 1 个真实目标值。
1. 时间维度特征提取 (HF1 - HF4)
时间特征能够直观反映电池由于内阻增加而导致的极化现象加剧。
- HF1: 等压升充电时间
- 理论分析：截取充电过程中，电压从某个固定低值上升到固定高值所经历的时间。随着电池老化，欧姆内阻和极化内阻增大，在相同的 1.5A 充电电流下，电压会以更快的速度攀升，导致该等压升时间缩短。
- HF2: 恒流充电时间
- 理论分析：记录 1.5A 恒流阶段（直到电压触及 4.2V）的持续时间。老化越严重，电池越快达到 4.2V 的截止阈值，因此恒流阶段的时间会显著缩短。
- HF3: 恒压充电时间
- 理论分析：记录在 4.2V 下电流逐渐衰减至 20mA 的阶段所耗费的时间。由于老化电池在恒流阶段充入的电量变少，系统需要花费更长的恒压时间来"填补"剩余容量，该时间通常呈上升趋势。
- HF4: 等压降放电时间
- 理论分析：在 2A 的恒流放电过程中，截取电压下降经过某两个特定电压点的时间差。这直接反映了电池在特定电压区间的放电能力衰减。
2. 容量与面积维度特征 (HF5 - HF7)
容量特征是对电流-时间曲线进行积分（面积计算）的结果，直接代表了电池容纳电荷的能力。
- HF5: 充电总容量 (面积)
- 理论分析：整个充电过程（CC+CV）电流对时间的积分。随着循环进行，电池可逆容量不可避免地下降，该特征呈现全局单调递减。
- HF6: 恒流充电容量
- 理论分析：仅对 1.5A 恒流阶段的曲线求面积。由于老化导致极化提前触发恒压阶段，恒流阶段能够充入的容量会大幅缩水，这是表征老化的极佳特征。
- HF7: 恒压充电容量
- 理论分析：对 4.2V 恒压阶段的电流曲线求面积。虽然总体容量在下降，但恒压阶段充入的电量在总充电量中的比例往往会上升，反映了充电机制的重心偏移。
3. 微分与热力学特征 (HF8 - HF9)
增量容量（Incremental Capacity, IC）曲线分析是电池健康评估中的高阶手段。它通过计算 dQ/dVdQ/dVdQ/dV（容量对电压的导数），将平缓的电压平台转化为清晰的峰值。
- HF8: IC曲线峰值
- 理论分析：IC 峰值代表了电池内部发生主要相变的电压平台。峰值的高度直接关联着参与氧化还原反应的活性锂离子数量。峰值下降，说明电池发生了明显的锂离子或活性物质损失。
- HF9: IC峰值对应电压
- 理论分析：随着内阻增加，电池的反应电位会发生极化偏移。IC 峰值不仅会变矮，还会向高电位（充电时）或低电位（放电时）方向移动。捕捉这一电压位置的变化，可以精确量化电池的极化程度。
4. 外部响应特征 (HF10 - HF11)
除了电学参数，温度和多工况比例也是评估老化的重要侧面。
- HF10: 放电最高温度
- 理论分析：虽然环境被设定为室温 24°C，但在 2A 的放电过程中，电池内部会产生焦耳热。随着循环老化，内阻的增加会导致产热率急剧上升。因此，提取每个循环的放电最高温度，可以从热力学角度佐证电池的老化。
- HF11: 恒流时间占比
- 理论分析：将恒流充电时间（HF2）除以总充电时间（HF2+HF3）。这是一个极好的无量纲化特征。新电池的大部分电量在恒流阶段充入，占比极高；而老化电池该比例会显著下滑。它有效消除了部分量纲差异带来的噪声干扰。
5. 目标变量
- 真实SOH (State of Health)
- 理论分析：这是我们通过监督学习需要预测的目标。根据实验设定，它由当前循环的放电总容量除以出厂额定容量（2Ah）得到。其轨迹呈现从 100% 逐渐衰减至 70% (1.4Ah) 的趋势。
代码运行结果
结语
在 NASA 的这一经典数据集中，简单的恒流-恒压协议背后蕴含着丰富的退化信息。通过提取这 11 个跨越时间、容量、微分响应与热力学维度的健康因子，我们能够将庞杂的传感器时间序列数据，降维成信息密度极高的特征矩阵。这种将物理化学衰减机制与数据工程紧密结合的思路，正是构建高鲁棒性电池寿命预测模型的核心所在。