如何将FFT频谱图的X轴频率值转换为有意义的时间周期？

本人是编程新手，现有一份跨度为一年、采样间隔15分钟的电池SOC（State of Charge）时间序列数据，希望通过FFT分析识别小时、周、月等充放电周期。编写了如下代码：

from numpy.fft import fft, fftfreq, ifft 
import matplotlib.pyplot as plt, mpld3
import numpy as np  # 注：原代码遗漏numpy导入，建议补充

# setup domain
# number of points (15 min intervals within 1 year)
nl = 34943

# length of watched domain 
# 1 year in hours
lx    = 34943/4

# creating x-axis
x = np.linspace(0, lx, nl)

# full signal
# dataset of different values throughout the year
y = np.array(df['SOC_batt'])

# creating necessary frequencies
freqs = fftfreq(nl)

# splitting frequencies in half 
mask = freqs > 0 

# fft values
fft_vals = fft(y)

# true theoretical fft
fft_theo = 2.0*np.abs(fft_vals/nl)

plt.figure(1)
plt.title('original data')
plt.plot(x, y, color='xkcd:salmon')

plt.figure(2)
# fft processed
plt.plot(freqs[mask], fft_theo[mask], label='true fft values')
plt.title('true fft values')
mpld3.display()

运行代码后得到FFT频谱图，放大后获取到峰值对应的X轴频率值：

# first peak of 4 at 0.01041
# second peak of 5 at 0.02083
# third peak of 1.1 at 0.03125

现咨询如何将这些频率值转换为与全年数据相关的、更有意义的时间周期指标？

核心转换逻辑 #

FFT输出的频率单位由采样间隔和x轴定义决定：

• 你当前用fftfreq(nl)得到的频率，单位是每采样点的周期数（每个采样点对应15分钟/0.25小时）
• 要得到时间周期（完成一次充放电循环的时长），只需基于采样间隔做倒数换算：

  周期（小时） = 采样间隔（小时） / 频率值
  

代入峰值计算验证 #

你的采样间隔是0.25小时，代入三个峰值频率：

• 第一个峰值（0.01041）：0.25 / 0.01041 ≈ 24小时（正好是日周期）
• 第二个峰值（0.02083）：0.25 / 0.02083 ≈ 12小时（半日周期，对应一天两次充放电）
• 第三个峰值（0.03125）：0.25 / 0.03125 = 8小时（每8小时一次循环）

优化代码：直接显示周期（更直观） #

修改代码，让频谱图直接以小时/天为单位展示周期，同时修正原代码的细节问题：

from numpy.fft import fft, fftfreq, ifft 
import matplotlib.pyplot as plt, mpld3
import numpy as np

nl = 34943
dt = 0.25  # 采样间隔：0.25小时（15分钟）
lx = nl * dt  # 总时长：采样点数×采样间隔，计算更准确

x = np.linspace(0, lx, nl)
y = np.array(df['SOC_batt'])

# 传入采样间隔dt，直接得到「每小时周期数」为单位的频率
freqs = fftfreq(nl, d=dt)
mask = freqs > 0 

fft_vals = fft(y)
fft_theo = 2.0 * np.abs(fft_vals / nl)

# 计算周期（小时）
periods = 1 / freqs[mask]

plt.figure(2)
plt.plot(periods, fft_theo[mask], label='FFT amplitude vs period')
plt.xlabel('Period (hours)')
plt.ylabel('Amplitude')
plt.title('FFT Spectrum (Period Domain)')
plt.xscale('log')  # 对数轴更易区分小时/天/周等不同尺度的周期
plt.grid(True)
mpld3.display()

转换为更大时间单位 #

如果需要将周期转换为天、周、月，直接做单位换算即可：

• 1天 = 24小时
• 1周 = 168小时
• 1月 ≈ 730小时（按30.4天计算）

比如24小时=1天，若后续发现对应频率0.000114的峰值，计算得周期为8760小时=365天（年周期）。

内容的提问来源于stack exchange，提问作者jenzoh