首页> 中文学位 >基于Python语言的在线/离线数据平台的搭建及其在电池分析中的应用
【6h】

基于Python语言的在线/离线数据平台的搭建及其在电池分析中的应用

代理获取

目录

声明

致谢

摘要

序言

1 绪论

1.1 研究背景

1.1.1 电池行业发展概述

1.1.2 大数据时代的来临

2 平台搭建技术背景

2.1 Python简介

2.1.1 Python语言特性

2.1.2 使用Python搭建在线/离线平台的优势

2.2 在线数据反馈控制平台软件包介绍

2.2.1 Html

2.2.2 CSS

2.2.3 JavaScript

2.2.4 D3.js

2.2.5 基于flask的web服务器

2.2.6 TCP网络编程

2.2.7 多线程编程

2.2.8 Json

2.2.9 Wireshark与Rawcap网络数据帧分析工具

2.3 离线数据分析平台软件包介绍

2.3.1 Numpy

2.3.2 Matplotlib

2.3.3 Pandas

2.3.4 Scikit-learn

2.3.5 IPython

2.3.6 Notebook

3 在线/离线数据平台方案设计与开发

3.1 在线反馈控制平台

3.1.1 基于Html、CSS、JavaScript的图形界面

3.1.2 图形界面后端服务层

3.1.3 反馈函数服务层

3.1.4 硬件执行层

3.2 离线数据分析与挖掘平台

3.2.1 Python安装及配置技巧

3.2.2 使用pip安装程序依赖包方法

3.2.3 数据分析流程

3.3 本章小结

4 在线/离线数据平台在电池管理中的应用

4.1 在线数据平台的应用实验

4.1.1 平台环境的搭建与配置

4.1.2 实验运行实例

4.2 离线数据平台的应用

4.2.1 电动出租车数据分析

4.2.2 基于ICA曲线特征的电池容量估计模型

4.3 本章小结

5 总结与展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集

展开▼

摘要

在世界范围内能源日趋紧张的环境下,伴随着传统能源带来的环境污染问题,新能源汽车相关技术的开发与应用刻不容缓。对动力电池相关的各类数据的分析技术正在逐渐随着更适合大数据时代的各种工具而不断进步。伴随着大数据时代的来临,有关电池分析所需要的数据量也在不断地增大,传统的数据分析软件逐渐不能应付越来越大的数据量,且有效的整合各种类型的数据也成了当下重要的任务。
  本文利用适应大型数据分析的语言Python以及基于其众多开源数据开发工具。开发了两套数据平台。平台设计一章中介绍了以Python编程语言为核心的程序组织框架,在具体的在线反馈平台开发层面,使用了相关的互联网技术以及清晰的多层逻辑结构,从而可以在控制层面上达成基于浏览器UI界面的远程交互,充分考虑到了实验室的信息化建设,提升了实验室的运行效率。最终平台填补了只能利用充电机有限的编程方式进行充电机控制的局限性,完成了利用Arbin充电机提供的控制接口对充电机进行更加复杂多变的控制的目标,其优势体现在不但可以按照固定的工况对电池进行充放电的操作,更进一步可以根据电池当前的状态以及历史状态对充电流程进行可利用Python语言实现的算法进行控制。在离线数据平台的设计一章中,介绍了数据分析挖掘平台的搭建方法以及通用分析流程。其一方面考虑到了当前实验室数据的组织形式,另一方面也充分考虑到在未来的应用场景中数据量的剧增,最终将离线数据分析平台建立在基于Python编程语言的Pandas数据分析软件库基础上,实现了提高大规模处理数据的效率,整合不同文件中的信息的目标,并介绍了使用Pandas为核心的一系列工具建立了一套通用的数据分析处理流程方案。在本文的应用实例一章,根据具体的分析任务为两组电池数据制定了相应的分析方案并在该平台上完成了相应的实现。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号