[发明专利]动力电池的分类模型的生成方法及系统、分类方法及系统有效
申请号: | 201810084287.9 | 申请日: | 2018-01-29 |
公开(公告)号: | CN108334900B | 公开(公告)日: | 2021-08-13 |
发明(设计)人: | 欧阳丽;朱凤天;王龙飞;刘家乐;王凯 | 申请(专利权)人: | 上海电气分布式能源科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 上海弼兴律师事务所 31283 | 代理人: | 薛琦;邓忠红 |
地址: | 200233 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 动力电池 分类 模型 生成 方法 系统 | ||
1.一种动力电池的分类模型的生成方法,其特征在于,包括以下步骤:
S1、获取训练样本集中每个电池的外特性数据;
S2、对所述外特性数据进行预处理以生成对应的数据矩阵;
S3、使用所述训练样本集中每个电池的所述数据矩阵对非监督式学习分组算法进行模型训练,以调试关键参数并生成所述分类模型,所述关键参数包括分组结果、所述数据矩阵间的最大距离、最大迭代次数Nmax和相似样本数K,所述分组结果包括所述训练样本集训练后最终分成的组别Gm,1≤m≤M,M表示所述分组结果所包括的组别的个数;
所述最大距离为最大欧几里德距离Dmax;
步骤S3中,模型训练过程中计算所述训练样本集中待分组的电池的数据矩阵与已有的所述组别的代表值的欧氏距离,并根据所述欧式距离与所述最大欧几里德距离Dmax的大小关系确定所述待分组的电池分入已有的所述组别或者新建一个组别;
完成一次所述训练样本集中所有电池的训练后还包括以下步骤:
清点所述分组结果中各组别所包括的电池的第一数量,根据所述第一数量确定分组是否合理,若否则调整所述最大欧几里德距离Dmax后再次迭代训练;步骤S3包括以下步骤:
S31、初始化所述最大欧几里德距离Dmax和所述最大迭代次数Nmax,设置迭代次数N为1,获取所述训练样本集中电池的总数量I;
S32、从所述训练样本集中获取第i个电池,1≤i≤I,分别计算所述第i个电池的数据矩阵与已有的所述组别Gm的代表值的欧氏距离Dim;
S33、统计所述欧氏距离Dim小于等于所述最大欧几里德距离Dmax的组别的第二数量,所述欧氏距离Dim小于等于所述最大欧几里德距离Dmax的组别为第一候选组别;判断所述第二数量,若为0则执行步骤S34,若为1则执行步骤S35,若大于1则执行步骤S36;
S34、对所述第i个电池新建一个第一新建组别,将所述第i个电池的数据矩阵标记为所述第一新建组别的代表值,执行步骤S39;
S35、将所述第i个电池分入所述第一候选组别,更新所述第一候选组别的代表值为所述第一候选组别内所有电池的数据矩阵的平均值,执行步骤S39;
S36、判断全部所述第一候选组别所包括的电池的总数是否大于或等于所述相似样本数K,若是执行步骤S37,若否则执行步骤S38;
S37、分别计算所述第i个电池与全部所述第一候选组别中的每个电池的欧式距离作为第一欧式距离,选出所述第一欧式距离最小的K个电池作为参考数据X,对所述参考数据X中电池的组别内所包括的电池数进行计数,并将计数后数量最大的组别作为第二候选组别,将所述第i个电池分入所述第二候选组别,执行步骤S39;
S38、分别计算所述第i个电池与所述第一候选组别中每个电池的欧式距离为第二欧式距离,将所述第一候选组别中所有电池作为参考数据X,对所述参考数据X中电池的组别内所包括的电池进行计数,并将计数后数量最大的组别作为第三候选组别,将所述第i个电池分入所述第三候选组别,执行步骤S39;
S39、判断所述训练样本集中所有的电池是否都分组完毕,若否则执行步骤S32;
若是则执行步骤S39-1;
S39-1、清点所述分组结果中各组别所包括的电池的第三数量,根据所述第三数量确定分组是否合理,若否则执行步骤S39-2,若是则流程结束;
S39-2、调整所述最大欧几里德距离Dmax,判断所述迭代次数N是否大于或等于所述最大迭代次数Nmax,若否则执行步骤S39-3,若是则停止迭代训练;
S39-3、所述迭代次数N=N+1,执行步骤S32。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电气分布式能源科技有限公司,未经上海电气分布式能源科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810084287.9/1.html,转载请声明来源钻瓜专利网。