[发明专利]电池筛选方法、电池筛选装置及终端设备有效
申请号: | 201910218031.7 | 申请日: | 2019-03-21 |
公开(公告)号: | CN110031761B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 许一磊 | 申请(专利权)人: | 南京四象新能源科技有限公司 |
主分类号: | G01R31/367 | 分类号: | G01R31/367 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 蔡鹏娟 |
地址: | 210000 江苏省南京市六合区龙池街道*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电池 筛选 方法 装置 终端设备 | ||
1.一种电池筛选方法,其特征在于,所述电池筛选方法包括:
获取待筛选电池的充放电曲线;
获取所述待筛选电池在所述充放电曲线中四个预设时间段的电压值;
将所述待筛选电池的四个预设时间段内的电压值分别输入至各自对应的K-means聚类结果模型,分别输出所述待筛选电池的四个预设时间段的类别编号,其中,一个类别编号对应一个类;
将所述待筛选电池的四个预设时间段的类别编号输入至训练好的随机森林模型,输出所述待筛选电池所属的容量组。
2.如权利要求1所述的电池筛选方法,其特征在于,在将所述待筛选电池的四个预设时间段内的电压值分别输入至对应的K-means聚类结果模型之前,还包括:
获取所述待筛选电池的四个预设时间段分别对应的K-means聚类结果模型。
3.如权利要求2所述的电池筛选方法,其特征在于,所述获取所述待筛选电池的四个预设时间段分别对应的K-means聚类结果模型包括:
获取多个样本电池;
获取所述多个样本电池中每个样本电池的充放电曲线;
根据所述多个样本电池中每个样本电池的充放电曲线,获取所述多个样本电池的四个预设时间段的电压值集合;
通过K-means算法分别对所述多个样本电池的四个预设时间段的电压值集合进行聚类分析,确定所述每个样本电池的四个预设时间段的类别编号。
4.如权利要求3所述的电池筛选方法,其特征在于,所述通过K-means算法分别对所述多个样本电池的四个预设时间段的电压值集合进行聚类分析包括:
步骤a,针对所述多个样本电池的每个预设时间段的电压值集合初始化聚类中心,聚类数为ni,其中,ni为第i个预设时间段对应的聚类数;
步骤b,计算所述多个样本电池的每个预设时间段的电压值集合到对应的ni个聚类中心的欧式距离;
步骤c,将所述多个样本电池的中每个样本电池归入欧式距离最短的类中;
步骤d,根据每个类中的样本电池更新聚类中心;
步骤e,重复执行步骤a至d,直到每个类中的样本电池不发生改变,并对每个类进行类别编号。
5.如权利要求4所述的电池筛选方法,其特征在于,所述电池筛选方法还包括:
训练所述随机森林模型。
6.如权利要求5所述的电池筛选方法,其特征在于,所述训练所述随机森林模型包括:
获取所述多个样本电池中每个样本电池的容量,并对所述每个样本电池的容量进行分组;
根据所述每个样本电池所属的容量组和所述每个样本电池的类别编号,建立所述每个样本电池所属的容量组与类别编号的对应关系;
根据所述每个样本电池所属的容量组与类别编号的对应关系,训练所述随机森林模型。
7.如权利要求1至6任一项所述的电池筛选方法,其特征在于,所述四个预设时间段分别为第一预设时间段、第二预设时间段、第三预设时间段和第四预设时间段,所述第一预设时间段和所述第二预设时间段为充电时间段,所述第三预设时间段和第四预设时间段为放电时间段。
8.一种电池筛选装置,其特征在于,所述电池筛选装置包括:
曲线获取模块,用于获取待筛选电池的充放电曲线;
电压获取模块,用于获取所述待筛选电池在所述充放电曲线中四个预设时间段的电压值;
编号输出模块,用于将所述待筛选电池的四个预设时间段内的电压值分别输入至各自对应的K-means聚类结果模型,分别输出所述待筛选电池的四个预设时间段的类别编号,其中,一个类别编号对应一个类;
容量输出模块,用于将所述待筛选电池的四个预设时间段的类别编号输入至训练好的随机森林模型,输出所述待筛选电池所属的容量组。
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南京四象新能源科技有限公司,未经南京四象新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/201910218031.7/1.html,转载请声明来源钻瓜专利网。