[发明专利]一种基于kmeans聚类的动力电池SOH快速估计方法

权利要求书

1.一种基于kmeans聚类的动力电池SOH快速估计方法，其特征在于，包括下述步骤：

步骤1：构建样本特征集合；具体如下：

步骤1.1：利用实验分析方法测量分析n个同型号不同健康状态下的动力电池健康状态值，其中第i个动力电池健康状态值为

步骤1.2：对n个动力电池进行一次充放电实验，测量实验过程中电压、电流和温度信号，其中第i个动力电池的电压、电流以及温度分别为V⁽ⁱ⁾、I⁽ⁱ⁾和T⁽ⁱ⁾，i＝1,2,…,n；

步骤1.3：提取电压、电流以及温度信号的关键特征并归一化，构成m维特征向量，第i个动力电池的特征向量其中第i个动力电池的第q个特征n个动力电池特征以及健康状态值形成样本特征集

步骤2：利用kmenas聚类样本集合，形成多个族群；设置聚类数量参数K，利用kmeans聚类方法和m维特征向量X⁽ⁱ⁾，将集合A中的样本聚成K个族群，各族群中心为包括下述具体步骤：

步骤2.1：设置聚类数量参数K，在n个动力电池样本中随机选择K个，形成初始化的K个族群中心；

步骤2.2：计算其余的动力电池样本的特征向量与K个族群中心的欧氏距离，其中第r个样本到第k个族群中心的欧式距离为判断各个样本到第K个族群中心距离的大小，将其赋给距离最近的族群；

步骤2.3：根据各个族群中样本情况，更新族群中心：

其中第k个族群中心的第j个特征：

S_k表示第k个族群中样本数量；

步骤2.4：判断聚类过程是否收敛要求，如各族群中心的变化程度是否小于设定阈值，若是，则进入步骤3，若否，则返回步骤2.2；

步骤3：计算待测样本到各族群中心距离，判断所属族群；具体包括如下步骤：

步骤3.1：测量待检测动力电池在一次充放电实验过程中电压V^(test)、电流I^(test)以及温度信号T^(test)，提取待检测动力电池的特征向量

步骤3.2：计算待检测动力电池特征向量X^(test)到各个族群中心的欧式距离判断待检测动力电池属于距各个族群中心最近的族群为R，R∈{1,2,...,K}；

步骤4：计算待测动力电池所属族群中各样本健康状态值的权重；具体包括如下步骤：

步骤4.1：计算待检测动力电池特征向量X^(test)到所属族群R中全部样本的欧式距离，其中到族群R中第s_R个样本的距离：

S_R表示族群R中的动力电池样本数量；

步骤4.2：计算获得第s_R动力电池样本健康状态值的归一化权重

形成权重向量

步骤5：计算待测动力电池的健康状态值，形成快速估计；

基于加权平均的方式计算待检测动力电池的健康状态值：

形成待检测动力电池的健康状态估计结果，完成测试估计。