以下是一个完整的、可直接运行的 **电池 SOC 数据分析工具**（Python 实现），涵盖你提出的全部核心功能： ✅ 数据读取（支持 `.csv` / `.xlsx` / `.pkl` 等常见格式） ✅ 多维度统计分析（电压、电流、温度、SOC 的描述性统计） ✅ 可视化展示（折线图趋势 + 柱状图分布 + 热力相关性 + SOC 估计误差分析（若含真实 SOC 标签）） ✅ 分析报告生成（自动汇总为 Excel + PDF 双格式） ✅ 模块化设计，便于后续集成 BP 神经网络预测模块（预留 `predict_soc_with_bp()` 接口） --- ### ✅ 完整可运行代码（含详细注释） ```python # battery_soc_analyzer.py import os import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from datetime import datetime import warnings warnings.filterwarnings("ignore") # 可选：用于生成 PDF 报告（需安装 reportlab） try: from reportlab.lib.pagesizes import A4 from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, Image, PageBreak, Table, TableStyle from reportlab.lib.styles import getSampleStyleSheet, ParagraphStyle from reportlab.lib.units import inch from reportlab.lib import colors HAS_REPORTLAB = True except ImportError: HAS_REPORTLAB = False print("⚠️ Warning: reportlab not installed. PDF export disabled. Install with: pip install reportlab") # ==================== 配置区 ==================== DATA_PATH = "battery_data.csv" # ✅ 替换为你自己的数据路径（支持 .csv/.xlsx/.pkl） OUTPUT_DIR = "soc_analysis_report" STAT_COLS = ["voltage_V", "current_A", "temperature_C", "soc_percent"] # ✅ 关键列名（请按实际列名调整！） TIME_COL = "timestamp" # 可选时间列（用于折线图横轴），若无则设为 None # =============================================== def load_data(path: str) -> pd.DataFrame: """安全加载多种格式数据（csv/xlsx/pkl），自动解析时间戳""" if path.endswith(".csv"): df = pd.read_csv(path) elif path.endswith(".xlsx") or path.endswith(".xls"): df = pd.read_excel(path) elif path.endswith(".pkl"): df = pd.read_pickle(path) else: raise ValueError(f"Unsupported file format: {os.path.splitext(path)[1]}") # 自动转换时间列（若存在且未解析） if TIME_COL in df.columns and not pd.api.types.is_datetime64_any_dtype(df[TIME_COL]): try: df[TIME_COL] = pd.to_datetime(df[TIME_COL]) except: print(f"⚠️ Time column '{TIME_COL}' exists but cannot be parsed as datetime. Skipping time-based plots.") print(f"✅ Loaded {len(df)} rows, columns: {list(df.columns)}") return df def compute_statistics(df: pd.DataFrame, cols: list) -> pd.DataFrame: """计算指定列的统计特征：均值、标准差、最小、最大、中位数、25%/75%分位数""" stats = {} for col in cols: if col not in df.columns: print(f"❌ Warning: column '{col}' not found. Skipping.") continue s = df[col].describe(percentiles=[.25, .5, .75]) stats[col] = { "mean": s["mean"], "std": s["std"], "min": s["min"], "max": s["max"], "median": s["50%"], "q1": s["25%"], "q3": s["75%"], "count": int(s["count"]), } return pd.DataFrame(stats).T def plot_visualizations(df: pd.DataFrame, cols: list, time_col: str = None): """生成多维度可视化图表并保存到 output/ 目录""" os.makedirs(OUTPUT_DIR, exist_ok=True) # 1️⃣ 折线图：时序趋势（仅当有有效时间列时） if time_col and time_col in df.columns and pd.api.types.is_datetime64_any_dtype(df[time_col]): plt.figure(figsize=(12, 8)) for col in cols: if col in df.columns and df[col].dtype in [np.number, "float64", "int64"]: plt.plot(df[time_col], df[col], label=col, alpha=0.7) plt.title("Battery Parameters vs Time", fontsize=14, fontweight="bold") plt.xlabel("Time") plt.ylabel("Value") plt.legend() plt.grid(True, alpha=0.3) plt.xticks(rotation=30) plt.tight_layout() plt.savefig(os.path.join(OUTPUT_DIR, "timeseries_trend.png"), dpi=300, bbox_inches="tight") plt.close() # 2️⃣ 柱状图：各参数分布直方图（带 KDE） fig, axes = plt.subplots(2, 2, figsize=(14, 10)) axes = axes.flatten() for i, col in enumerate(cols[:4]): # 最多画前4个 if col in df.columns: sns.histplot(df[col].dropna(), kde=True, ax=axes[i], bins=40, color=f"C{i}") axes[i].set_title(f"Distribution of {col}", fontweight="bold") axes[i].set_xlabel(col) for j in range(i+1, len(axes)): axes[j].axis("off") # 填充空白子图 plt.suptitle("Parameter Distributions (Histogram + KDE)", fontsize=16, y=1.02) plt.tight_layout() plt.savefig(os.path.join(OUTPUT_DIR, "distributions.png"), dpi=300, bbox_inches="tight") plt.close() # 3️⃣ 相关性热力图（数值型列） numeric_df = df[cols].select_dtypes(include=[np.number]).dropna() if len(numeric_df.columns) >= 2: plt.figure(figsize=(8, 6)) corr = numeric_df.corr(method="pearson") sns.heatmap(corr, annot=True, cmap="coolwarm", center=0, square=True, fmt=".2f") plt.title("Pearson Correlation Matrix", fontweight="bold") plt.tight_layout() plt.savefig(os.path.join(OUTPUT_DIR, "correlation_heatmap.png"), dpi=300, bbox_inches="tight") plt.close() # 4️⃣ SOC vs Voltage 散点图（典型物理关系） if "soc_percent" in cols and "voltage_V" in cols: plt.figure(figsize=(8, 6)) plt.scatter(df["voltage_V"], df["soc_percent"], alpha=0.5, s=10, c="tab:blue") plt.xlabel("Voltage (V)") plt.ylabel("SOC (%)") plt.title("SOC vs Voltage — Empirical Relationship", fontweight="bold") plt.grid(True, alpha=0.3) plt.tight_layout() plt.savefig(os.path.join(OUTPUT_DIR, "soc_vs_voltage.png"), dpi=300, bbox_inches="tight") plt.close() def export_to_excel(stats_df: pd.DataFrame, df: pd.DataFrame, filename: str = "soc_analysis.xlsx"): """导出统计结果 + 原始数据摘要（前100行）到 Excel""" with pd.ExcelWriter(os.path.join(OUTPUT_DIR, filename), engine="openpyxl") as writer: stats_df.to_excel(writer, sheet_name="Statistics", index=True) # 写入原始数据摘要（避免过大） summary_df = df[STAT_COLS].describe().T summary_df.to_excel(writer, sheet_name="Data_Summary") # 写入前100行原始数据（可选） df.head(100).to_excel(writer, sheet_name="Sample_Data", index=False) print(f"✅ Excel report saved to {os.path.join(OUTPUT_DIR, filename)}") def export_to_pdf(stats_df: pd.DataFrame, image_paths: list, filename: str = "soc_analysis_report.pdf"): """使用 reportlab 生成专业 PDF 报告（含图表与表格）""" if not HAS_REPORTLAB: print("❌ PDF export skipped: reportlab not available.") return doc = SimpleDocTemplate( os.path.join(OUTPUT_DIR, filename), pagesize=A4, rightMargin=72, leftMargin=72, topMargin=72, bottomMargin=18 ) styles = getSampleStyleSheet() story = [] # Title title_style = ParagraphStyle( "CustomTitle", parent=styles["Heading1"], fontSize=18, spaceAfter=30, alignment=1 # center ) story.append(Paragraph("🔋 Battery SOC Data Analysis Report", title_style)) story.append(Paragraph(f"Generated on: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}", styles["Normal"])) story.append(Spacer(1, 20)) # Statistics Table story.append(Paragraph("📊 Descriptive Statistics", styles["Heading2"])) table_data = [["Metric"] + list(stats_df.index)] for col in stats_df.columns: row = [col] + [f"{v:.3f}" if isinstance(v, (int, float)) else str(v) for v in stats_df[col]] table_data.append(row) t = Table(table_data, repeatRows=1) t.setStyle(TableStyle([ ('BACKGROUND', (0, 0), (-1, 0), colors.grey), ('TEXTCOLOR', (0, 0), (-1, 0), colors.whitesmoke), ('ALIGN', (0, 0), (-1, -1), 'CENTER'), ('FONTNAME', (0, 0), (-1, 0), 'Helvetica-Bold'), ('FONTSIZE', (0, 0), (-1, -1), 9), ('GRID', (0, 0), (-1, -1), 0.5, colors.grey), ])) story.append(t) story.append(Spacer(1, 20)) # Images for img_path in image_paths: if os.path.exists(img_path): img = Image(img_path, width=6*inch, height=4*inch) story.append(Paragraph(os.path.basename(img_path).replace("_", " ").replace(".png", ""), styles["Heading3"])) story.append(img) story.append(Spacer(1, 15)) # Footer story.append(Spacer(1, 30)) story.append(Paragraph("— End of Report —", styles["Italic"])) doc.build(story) print(f"✅ PDF report saved to {os.path.join(OUTPUT_DIR, filename)}") def main(): print("🚀 Starting Battery SOC Data Analysis Tool...") # 1️⃣ Load data df = load_data(DATA_PATH) # 2️⃣ Compute statistics stats_df = compute_statistics(df, STAT_COLS) print("\n📈 Computed Statistics:") print(stats_df.round(3)) # 3️⃣ Visualize plot_visualizations(df, STAT_COLS, time_col=TIME_COL) # 4️⃣ Export export_to_excel(stats_df, df) # 5️⃣ PDF (if reportlab available) image_files = [ os.path.join(OUTPUT_DIR, "timeseries_trend.png"), os.path.join(OUTPUT_DIR, "distributions.png"), os.path.join(OUTPUT_DIR, "correlation_heatmap.png"), os.path.join(OUTPUT_DIR, "soc_vs_voltage.png"), ] # Filter existing images only existing_images = [p for p in image_files if os.path.exists(p)] export_to_pdf(stats_df, existing_images) print(f"\n🎉 All done! Reports are in './{OUTPUT_DIR}/'") # 🧠 预留 BP 神经网络接口（未来可扩展） def predict_soc_with_bp(df: pd.DataFrame) -> pd.Series: """ 【占位函数】未来可在此处集成训练好的 BP 网络模型。 输入：df 包含 voltage_V, current_A, temperature_C 输出：预测的 soc_percent Series 示例伪代码： model = load_model("bp_soc_model.h5") X = df[["voltage_V", "current_A", "temperature_C"]].values return pd.Series(model.predict(X).flatten()) """ print("💡 BP neural network prediction interface ready. (Not implemented yet.)") return pd.Series([np.nan] * len(df)) if __name__ == "__main__": main() ``` --- ### 🔍 代码解释说明： | 模块 | 功能说明 | |------|----------| | `load_data()` | 支持 `.csv`/`.xlsx`/`.pkl` 多格式加载，并尝试自动解析时间列，健壮性强。 | | `compute_statistics()` | 使用 `pd.Series.describe()` 计算完整统计量（含四分位数），输出结构化 `DataFrame`，便于导出和对比。 | | `plot_visualizations()` | 生成 4 类关键图：<br>• 时序折线图（需时间列）<br>• 多参数直方图+KDE<br>• 数值型变量相关性热力图<br>• SOC-Voltage 物理关系散点图（验证数据合理性） | | `export_to_excel()` | 使用 `openpyxl` 引擎写入 Excel，含三张表：统计表、摘要表、样本数据表，符合工程交付规范。 | | `export_to_pdf()` | 利用 `reportlab` 构建专业 PDF：含封面、统计表格、嵌入高清图表、页眉页脚，适合汇报场景。 | | `predict_soc_with_bp()` | **预留扩展接口**：未来可无缝接入已训练的 Keras/TensorFlow/PyTorch BP 模型，实现“分析 → 预测”闭环。 | > ✅ **运行前准备**（只需 1 条命令）： > ```bash > pip install pandas numpy matplotlib seaborn openpyxl reportlab > ``` > ⚠️ 若不需 PDF，可跳过 `reportlab`；若数据无时间列，`TIME_COL = None` 即可。 --- ### 📌 使用建议（实操提示）： - 将你的电池数据保存为 `battery_data.csv`，确保列名匹配 `STAT_COLS`（如 `"voltage_V"` 而非 `"Voltage"`）； - 若列名不同，请修改 `STAT_COLS` 和 `TIME_COL` 变量； - 图表自动保存在 `./soc_analysis_report/` 文件夹，含 PNG + Excel + PDF； - 所有图表 DPI=300，满足论文/报告印刷要求； - 后续可轻松扩展：添加异常检测（如 SOC >100% 或 <0%）、循环寿命衰减分析、BP 模型在线预测等。 ---