support 产品号：LFP +NCM before starting:
- change your source_data path: see utils.params_config.ConfPath.raw_par_path or source fold '代码-结构详情.pptx' eg: raw_par_path = r'E:\code_git\抚州_LFP-3-31' then run
- clp_main_run.py
- knee_point.py
##################################### 1.背景： 近期版本V1.0：基于充放电曲线，计算循环容量 远期版本：加入工艺制程数据、体系材料数据
2.功能目标： NCM: 1.保持率预测：50 cycles预测 1000 cycles 准确率> 95% 2.跳水点事中预警、事前预测 LFP: 1.保持率预测：50 cycles预测 1000准确率> 95% 2.跳水点事中预警、事前预测
3.说明： #*****************************# -1.保持率预测： from xfun.parse_data.parse_func import LFPLoadSmall from xfun.preclean import gen_features as gf from xfun.preclean.clean_merge import PreClean from xfun.preclean.gen_features import ExtractFeatures from xfun.train_model.corr_features_calcu import FeatureAnsys from xfun.train_model.models_calcu import ModelTrain from xfun.pred_model.model_preds import ModelPredict from xfun.post_plot.plt_mdl_data import PostVisual
1.class LFPLoadSmall 数据拆分类
split_cycle --拆分循环号数据
gen_pltdata --生成dqdv数据
2.class ExtractFeatures dqdv计算类
get_peak_valley -- dqdv峰特征提取
3.class PreClean 训练-预测数据构建类
lfp_pv_join -- 特征数据合并
gen_mdldat -- 数据集构建
4.class FeatureAnsys 特征计算类
features_calcu --特征计算及抽取排序
5.class ModelTrain 模型训练类
fit_mdl --模型训练
6.class ModelPredict 模型预测类
pred_tmp(mdl_name) --模型训练
7.class PostVisual 后处理类
pv.plt_dist() --数据
pv.plt_heatmap_corr() --相关性热力图
pv.plt_cap_corr() --容量影响因子图
pv.plt_feature_imp() --特征重要度
pv.plt_trend1_u() --电压特征可视化
pv.plt_trend2_dqdv() --dqdv特征可视化
pv.plt_cyl_pred() --循环结果可视化
8. animation save
RuntimeError: Requested MovieWriter (ffmpeg) not available
-1. 下载 ffmpeg ,设置环境变量：D:\ffmpeg_3.4.2\bin\x64
-2. 安装ffmpeg、ffmpeg-python：pip install ffmpeg ffmpeg-python
-3. 查看 ffmpeg 是否安装成功
from matplotlib import animation
print(animation.writers.list())
#*****************************# xfun.outlier_kneepoint_detect
2.跳水点监测： kpc = KneeePointCalcu() kpc.knee_point_fit() kpc.plt_cmp_run() kpc.diff_cmp()
3.outlier_kpc
#*****************************# 4.simple run capacity xfun.cyl_thin