简介：一份面向深度学习与电池健康管理研究者的CNN故障诊断示例资源，聚焦电池不一致性故障场景，展示如何用卷积神经网络对1×9维电池采集数据进行特征提取与状态分类，适合初学者对照学习卷积层、池化、Softmax等模块实现。包内共12个文件，以9个Matlab脚本（.m）为主，涵盖Conv、Pool、ReLU、Softmax等核心网络组件，另有2个.mat数据样本和1个说明文档，压缩包大小仅1.57MB，便于快速下载与运行调试。目前已有372人浏览学习，资源结构精简，便于读者将理论代码与电池实测数据相结合，快速理解深度CNN的训练流程和诊断思路，为后续迁移到其他故障诊断任务提供参考。
1. 当电池诊断遇上CNN：从1×9维输入看故障分类的关键一步
锂电池的故障往往是隐性的：内阻上升、容量跳水、端电压异常，这些信号在早期并不足以触发保护阈值，但等到BMS报警，模组可能已经发生了不可逆的损伤。传统方法靠专家经验设定上下限，对复杂退化模式力不从心。CNN（卷积神经网络）的价值在于能自动从原始特征中提取空间局部模式，而“1×9”这个输入维度恰好对应一维卷积网络最典型的使用场景——每个样本由9个采集特征构成，例如电压、电流、温度、SOC、SOH、内阻估算值等，按固定顺序排列成一个向量，用一维卷积核在特征维度上滑动。这篇文要讲清楚的是：这套方案如何设计、训练数据怎么构造、参数怎么设，以及真正落到产线上时会遇到哪些坑。面向的是做BMS算法、电池系统集成、制造质检的工程师，也包括刚接触故障诊断代码和深度学习CNN的研究生——你能照着思路把一套最小可用的诊断模型搭起来，而不是停留在看网络结构图。
2. 为什么CNN能诊断电池故障：1×9输入的设计依据与一维卷积原理
2.1 电池故障数据里的“局部相关性”正是CNN擅长的
电池故障诊断面对的是一组时间序列或工况快照。常见的故障包括外短路、内短路、锂析出、热失控前期、一致性偏差等。这些故障在特征空间里的表现往往是“几个参数同时异常”，比如短路时电压骤降同时电流激增，热失控前温度与电压波动率同步上升。传统分类器如SVM或随机森林把9个特征当作独立维度处理，忽略了它们之间的局部耦合关系。而一维CNN的卷积核每次覆盖一个短窗口，比如窗口大小3，就相当于每次看连续三个特征（比如电压、电流、温度）的组合模式，天然具备捕捉局部关联的能力。
对于“1×9”这个输入，它本质上是一个长度为9、通道数为1的向量。你可以把它看作一张极窄的“图片”，高度为1，宽度为9。一维卷积在这个宽度方向滑动，每个卷积核学习一种局部特征组合模式。多个卷积核并列，就能学到多种故障模式下的特征组合。深层的卷积层则逐步扩大感受野，从局部组合学到全局关联。这种结构对样本量要求相对较低，模型参数也远小于等宽度的全连接网络，适合工程上样本量有限的电池数据。
2.2 从采集点构造输入：9个特征怎么选、怎么排序
输入向量的顺序不是随便排列的。设计原则是：把物理上互相耦合、故障时会联动的特征放在相邻位置。常见做法是“电压-电流-温度”分组，再叠加上状态量。
我一般会这样定义9维特征（顺序固定）：
| 索引 | 特征 | 采集来源 | 故障相关性 |
|---|---|---|---|
| 1 | 单体电压最小值 | BMS CMU | 短路、断路 |
| 2 | 单体电压最大值 | BMS CMU | 内阻不均 |
| 3 | 单体电压平均值 | BMS CMU | 整体状态 |
| 4 | 电压极差（最大-最小） | 计算值 | 一致性偏差 |
| 5 | 电流值 | BMS BMU | 短路、过流 |
| 6 | 电流变化率 | 计算值 | 突变故障 |
| 7 | 模组最高温度 | 温度采集点 | 热失控先兆 |
| 8 | 温度与电压相关系数 | 滑动窗口计算 | 内短路特征 |
| 9 | SOC值 | BMS估算 | 工况状态 |
排序的逻辑是：1-4都是电压相关，5-6电流，7-8温度，9是全局状态。这么排的好处是，卷积核在滑动时，一个核很容易覆盖“电压、电流”组合，另一个核覆盖“电流、温度”组合。如果随意把SOC插在电压中间，反而会破坏局部相关性。
2.3 深层CNN还是浅层CNN：1×9输入需要多深的网络
“deep CNN”听起来要堆很多层，但对1×9这种极短输入，过深会导致感受野迅速覆盖整个输入，卷积核的意义丧失。我的经验是：三层一维卷积加一到两层全连接足够。理由很简单：第一层卷积核大小为3，第二层同样为3时感受野已经覆盖5个特征；第三层卷积核为3，感受野覆盖7个特征，如果还想覆盖全部9个，第四层才可能。但实际故障模式往往只需要一到两阶局部特征就能区分。
下面给一个可落地的网络结构设计（TensorFlow/Keras代码）：
import tensorflow as tf from tensorflow.keras import layers, models def build_1d_cnn(input_dim=9, num_classes=4): model = models.Sequential([ # 输入形状：(batch, 9, 1)，1表示通道数 layers.Input(shape=(input_dim, 1)), # 第一层卷积：16个核，核宽3，保持长度不变 layers.Conv1D(filters=16, kernel_size=3, padding='same', activation='relu'), # 池化宽度2，长度9->5 layers.MaxPooling1D(pool_size=2), # 第二层卷积：32个核，核宽3，长度5->5（same） layers.Conv1D(filters=32, kernel_size=3, padding='same', activation='relu'), # 池化宽度2，长度5->3 layers.MaxPooling1D(pool_size=2), # 第三层卷积：64个核，核宽2，长度3->3 layers.Conv1D(filters=64, kernel_size=2, padding='same', activation='relu'), # 展平后接全连接 layers.Flatten(), layers.Dense(64, activation='relu'), layers.Dropout(0.3), layers.Dense(num_classes, activation='softmax') ]) return model model = build_1d_cnn() model.summary()这段代码对应一个典型的“deep CNN”结构，这里的“deep”不是指几十层，而是指相比全连接网络，卷积特征提取层级更深，能叠加局部抽象。代码里的关键点：Input明确输入形状为9×1，即每个样本一个通道；padding='same'保证卷积后长度不塌缩，避免太早丢失边界特征；MaxPooling1D在特征长度上做下采样，强制模型保留更主要的组合模式。kernel_size的选择核心是：第一层用3，是因为电池特征中最短的故障组合是“电压+电流+温度”三要素或“电压+电流”两要素，3足以覆盖；后续层因为特征已经被编码，用2或3都可以。Dropout(0.3)用于防止在小样本条件下过拟合。若你的故障类型不止4类，把num_classes对应修改即可。
2.4 1×9输入与2D CNN的等价性理解
有些刚接触深度学习CNN的人会认为CNN只能处理图像，看到1×9会困惑。实际上一维CNN是对二维CNN的降维特例。如果把9个特征在时间轴上连续采集K次，就会形成一个K×9的矩阵，这时可以把它当作灰度图，用2D CNN处理。但那样输入尺寸变大，需要更多样本。标题里的“1×9”大概率指单次采样快照，那么采用1D CNN最直接。若你想引入时间上下文，可以用滑动窗口把最近的5次采样堆叠成5×9，再用一个Conv2D，不过那是后话。
3. 数据从哪来：BMS采集、样本构造与故障标注
3.1 BMS数据采集与“cnn电池采集”的落地方式
电池数据采集来自BMS的从控单元（CMU）和主控单元（BMU）。CMU采集电芯电压和温度，BMU采集总电流、母线电压，并通过CAN总线将数据汇聚。故障诊断代码要跑在BMS主控或者上位机上，数据一般通过DBC文件解析CAN报文。以最常见的CAN原始报文为例，采样周期通常为100ms到1s不等，诊断模型并不需要太高的频率，建议抽取1Hz的数据即可，过高的频率只会增加数据冗余和计算负载。
实际采集时要注意：电压和温度的采集通道必须做同步。很多BMS的电压采样和温度采样不是同一时刻触发，导致一个样本里"电压值"和"温度值"相差几百毫秒，这个差异在故障突变时会引入极大的噪音。我一般处理方法是做时间对齐：以电压采样时间为基准，温度取最近一次采样值，电流取同一时刻的母线电流。这样构造出来的样本才符合"同时刻关联"的物理意义。
3.2 样本怎么构造：从原始数据到固定长度向量
从BMS历史数据中构造1×9样本的具体流程可以总结成五步：
第一步，读取原始CSV或数据库中的时间序列，格式大致为timestamp, v_min, v_max, v_avg, v_diff, current, current_deriv, temp_max, temp_corr, soc。
第二步，检查缺失值和异常值：电压为0或负值、温度超过物理上限（如80度）的点直接剔除，不插值，因为故障样本本身极其稀少，插值会污染标签。
第三步，计算衍生特征。第6个电流变化率可以用np.diff(current)再前向补零得到；第8个温度电压相关系数需要在一个滑动窗口内计算，窗口通常取30个采样点，得到的是过去30秒内两者的相关性。
第四步，归一化。每个特征按类型分别做最大最小值归一化到[0,1]。电压类特征的min和max来自电芯规格书，温度和电流同理。不能用全局数据集的min/max，因为那会泄漏未来信息。
第五步，组织样本集。每个时间点对应一个9维向量，标签为该时间点对应的故障类型或正常状态。
下面是构造样本的Python代码：
import numpy as np import pandas as pd def build_samples(df, window=30, feature_cols=None): if feature_cols is None: feature_cols = ['v_min','v_max','v_avg','v_diff', 'current','current_deriv','temp_max','temp_corr','soc'] # 计算电流变化率 df['current_deriv'] = df['current'].diff().fillna(0.0) # 计算温度-电压相关系数（滚动窗口） df['temp_corr'] = df['v_avg'].rolling(window).corr(df['temp_max']).fillna(0.0) # 归一化参数示例（实际应根据电芯规格设定） norm_params = { 'v_min': (2.5, 4.2), 'v_max': (2.5, 4.2), 'v_avg': (2.5, 4.2), 'v_diff': (0, 0.5), 'current': (-200, 200), 'current_deriv': (-50, 50), 'temp_max': (-20, 80), 'temp_corr': (-1, 1), 'soc': (0, 100) } out = [] for col in feature_cols: lo, hi = norm_params[col] out.append((df[col] - lo) / (hi - lo)) X = np.stack(out, axis=1) # shape: (N, 9) X = np.clip(X, 0.0, 1.0) # 限制范围 return X # 假设 df 包含原始采集数据，label列取0正常，1-4为不同故障 X = build_samples(df) y = df['label'].values这段代码的核心是把时间序列处理成特征矩阵。rolling(window).corr是计算温度与电压滑动相关系数的简便方式，滚动窗口为30，表示过去30个采样周期（若1Hz则是30秒）的相互关系。current_deriv用差分近似变化率，正负分别代表电流上升与下降。归一化时如果出现超出规格书范围的值会导致 >1 或 <0，用clip强制截断，这样表示该特征已经越界，模型也能学出“越界程度”的意义。注意feature_cols的顺序必须与网络输入一致，否则训练和推理会错位。
3.3 故障标签怎么标：从故障注入到弱监督
故障诊断模型训练的核心痛点是标签稀缺。实验室环境可以做故障注入实验：人为设置电芯短路、断路、加热管过温、不一致负载等场景，然后记录数据并标记时间区间。产线上运行时，BMS自身的保护策略会触发故障码，可以把故障码出现的时刻作为弱标签。但要注意：BMS报警往往滞后于故障实际发生，因此构造训练样本时，要保留报警前一段时间的数据并标记为对应故障。我建议取报警前5秒的样本作为该故障类别，报警后2秒内的样本丢弃，因为状态过渡不确定。
如果完全没有标注故障数据，可以考虑用半监督或无监督方式，例如用自编码器重建误差做异常检测，再人工聚类。但本文标题是“CNN诊断”，所以默认具备一定量的标签数据。至少每类故障需要几百个样本，否则CNN容易过拟合。数据实在不够时，可以引入样本加权或者使用数据增强——给9维向量加上极小的高斯噪声（标准差0.01），相当于让模型学习抗扰性。
4. 训练诊断模型：参数设置、评估与故障分类结果
4.1 数据集切分与类别不平衡处理
故障数据里正常样本远多于故障样本，典型比例可能达到20:1甚至100:1。直接训练CNN会使得模型把所有样本预测为正常也能得到很高准确率，但毫无意义。我常用的切分策略是分层采样，保证训练集和测试集各类别比例一致；同时训练时设置类别权重，让少数类的损失加大。
在Keras中设置类别权重非常简单：
from sklearn.utils.class_weight import compute_class_weight classes = np.unique(y_train) weights = compute_class_weight(class_weight='balanced', classes=classes, y=y_train) class_weight = dict(zip(classes, weights)) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) history = model.fit(X_train, y_train, validation_data=(X_val, y_val), epochs=30, batch_size=32, class_weight=class_weight)compute_class_weight会自动根据每个类别的样本数计算反比权重。比如正常样本有10000条，故障1有500条，那么正常类权重约为(总数/(类别数×该类数量))，故障1的权重会大得多。这样模型在训练时碰到少数类的样本会给出更大的梯度更新。sparse_categorical_crossentropy适用于标签为整数（0,1,2,3...）的情况，如果用了one-hot编码，则换成categorical_crossentropy。
4.2 训练过程与超参数选择的经验值
对于1×9的输入，网络规模小，训练很快。但超参数依然需要针对性调整。我给出一个经过调参的最小可用组合，并解释为什么这么选。
| 超参数 | 推荐值 | 理由 |
|---|---|---|
| 卷积核数量 | 16 / 32 / 64 逐层递增 | 特征维度只有9，每层卷积核太多会冗余且过拟合 |
| 卷积核大小 | 3 / 3 / 2 | 前两层用3覆盖局部三元组，第三层用2做细粒度组合 |
| 池化策略 | MaxPooling1D 池化宽2 | 保留最显著响应，压缩信息 |
| 全连接神经元 | 64 | 展平后输出特征数约192个，64足以映射到类别 |
| Dropout | 0.3～0.5 | 小数据防过拟合 |
| 优化器 | Adam lr=0.001 | 训练稳定，收敛快 |
| Batch Size | 32 | 9维向量极小，32个样本一次更新足够稳定 |
| Epochs | 30，配合早停 | 太少欠拟合，太多过拟合 |
需要特别注意的是，当输入是1×9时，batch_size不需要取得太大。因为每个样本只有9个数值，即便batch size为4096，显存占用也就几十KB；但过大的batch会导致训练后期泛化变差。经验上32~128都是安全的。
加入早停可以自动取出最佳模型：
from tensorflow.keras.callbacks import EarlyStopping callback = EarlyStopping(monitor='val_loss', patience=5, restore_best_weights=True) history = model.fit(X_train, y_train, validation_data=(X_val, y_val), epochs=30, batch_size=32, class_weight=class_weight, callbacks=[callback])EarlyStopping监控验证集损失，如果连续5个epoch不下降就停止，并自动恢复到验证损失最小的那次权重。这个技巧在数据量小、噪声大的电池诊断里特别管用，能避免最后几个epoch的震荡污染最好的模型。
4.3 评估指标：准确率会骗人，要看混淆矩阵和F1-score
类别不平衡的场景下，准确率不是好的指标。例如正常占95%，模型全预测正常，准确率95%，但故障全部没检出。对于故障诊断，我最看重的是“故障召回率”——在所有真实故障样本中，模型正确检出的比例，以及“误报率”——正常样本被判为故障的比例。这两个指标需要一起看，通过混淆矩阵整体分析。
下面给出评估代码：
from sklearn.metrics import confusion_matrix, classification_report import seaborn as sns import matplotlib.pyplot as plt y_pred = model.predict(X_test) y_pred_class = np.argmax(y_pred, axis=1) print(classification_report(y_test, y_pred_class, target_names=['正常','内短路','外短路','过热','失配'])) cm = confusion_matrix(y_test, y_pred_class) plt.figure(figsize=(6, 5)) sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', xticklabels=['正常','内短路','外短路','过热','失配'], yticklabels=['正常','内短路','外短路','过热','失配']) plt.xlabel('Predicted') plt.ylabel('Actual') plt.savefig('cm.png', dpi=120)classification_report会输出每个类别的precision、recall、f1-score。如果某一类故障的查全率低于50%，说明该类样本太少或者特征与正常混淆。此时要回头检查特征顺序是否合理、卷积核第一层是否能捕捉该类故障的关键组合。从混淆矩阵中能看到具体的错分方向：比如“内短路”常被错分为“正常”，那把正常样本中与内短路样本重叠的区域可视化一下，往往能发现是该故障的早期特征太弱。
5. 部署到工程线：把CNN诊断模型放进BMS上位机或云端服务
5.1 模型导出与预测接口封装
训练好的Keras模型可以导出为SavedModel格式，供TensorFlow Serving或嵌入式环境加载。对于电池诊断这类毫秒级响应的场景，我更推荐把模型转换为ONNX格式，再用ONNX Runtime进行推理。ONNX Runtime体积小，无TensorFlow依赖，适合部署到工控机甚至Linux边缘网关。
导出示例：
import tf2onnx import onnx model.save('battery_cnn.h5') # 转为ONNX spec = (tf.TensorSpec((None, 9), name='input'),) onnx_model, _ = tf2onnx.convert.from_keras(model, input_signature=spec) onnx.save(onnx_model, 'battery_cnn.onnx')转换时注意：Keras的输入层如果在定义时没有显式指定batch维度，这里用input_signature固定为(None, 9)，表示任意batch大小但特征数为9。由于模型内部有Conv1D，ONNX转换时输入需要增加通道维，即实际输入形状是(None, 9, 1)，但Keras的Input已经包含了这一层，所以上述做法没问题。转换完成后，可以用onnxruntime验证输出是否与Keras一致。
5.2 故障诊断代码的实时推理逻辑
在BMS上位机中，实时推理的逻辑是：每收到一帧采集数据，更新滚动窗口，当最新的9维特征构造完成后立即送入模型，得到分类结果和各类别概率。为了减少随机波动，可以采用“连续N次判决法”：连续3个采样点的预测结果均为同一故障才输出报警，这样可以过滤掉偶然尖峰。
一个简单的推理如下：
import onnxruntime as ort import numpy as np ort_sess = ort.InferenceSession('battery_cnn.onnx') def diagnose(feature_vector, buffer=[]): # feature_vector: 长度为9的已归一化数组 buffer.append(feature_vector) if len(buffer) < 3: return None, None # 用最近3帧的投票决定输出 preds = [] for vec in buffer[-3:]: x = vec.reshape(1, 9, 1).astype(np.float32) output = ort_sess.run(None, {'input': x})[0] preds.append(np.argmax(output, axis=1)[0]) buffer = buffer[-3:] if preds[0] == preds[1] == preds[2]: return preds[0], np.max(output[0]) return None, None这里用滑动缓冲区和多数投票的方式抑制瞬时抖动。输入需要reshape成(1, 9, 1)，因为ONNX模型期望的是三维张量。record的input是之前在转换时指定的输入名。如果实际部署的场景每帧之间有较多噪声，把投票窗口扩大到5帧也有效，但报警延迟会增加，需要根据安全等级权衡。
5.3 验证技巧：用历史数据重放测试模型
在生产部署前，最好的验证方式是数据重放。把BMS记录的完整工况CSV按时间顺序逐帧输入模型，统计模型输出报警的时刻是否与真实故障时间窗口吻合。我经常在重放时额外加一个“预测概率曲线”的可视化：记录每个采样点属于“正常”和各类故障的概率，画成曲线。如果真实故障时刻前后概率发生明显跳变，但标签还没切换到故障，说明模型捕捉到了早期征兆；相反，如果真实故障后1秒内概率才跳变，说明模型存在延迟，需要检查是否因为温度变化率等衍生特征窗口太长。
重放脚本并不复杂：
python replay.py --onnx battery_cnn.onnx --csv measured.csv --window 30 --saferule 3与在线推理不同的点在于，重放时可以把预测结果与真实标签对齐，绘制出每类故障的F1分数随阈值变化的曲线，进而根据BMS报警容忍度选择置信度阈值。这一步常被忽略，但它决定了模型在真实工况下到底能不能用。
这里有一个实际技巧：如果你发现模型对某类故障的置信度一直低于0.5，先不要急着调阈值，而是检查归一化参数是否和训练数据一致。常见的问题是现场采集的电流范围比实验室更大，导致归一化后的电流值被截断到1.0，丢失了区分度。这时需要重新设定归一化的物理范围，而不是盲目重训模型。
本文还有配套的精品资源，点击获取
