[发明专利]一种退役动力电池的聚类分选方法有效
申请号: | 202011479510.3 | 申请日: | 2020-12-16 |
公开(公告)号: | CN112651431B | 公开(公告)日: | 2023-07-07 |
发明(设计)人: | 马速良;李建林;李金林;王力;李穷;李雅欣 | 申请(专利权)人: | 北方工业大学;北京联智汇能科技有限公司;安徽绿沃循环能源科技有限公司;新源智储能源发展(北京)有限公司 |
主分类号: | G06F18/23 | 分类号: | G06F18/23;G06F18/22;G06N3/126 |
代理公司: | 天津佳盟知识产权代理有限公司 12002 | 代理人: | 刘书元 |
地址: | 100144 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 退役 动力电池 分选 方法 | ||
1.一种退役动力电池的聚类分选方法,其特征在于,包括下述步骤:
步骤1:测量n个被拆解退役动力电池单体样本的电压数据,提取m个特征变量并标幺,计算各样本特性向量间距离d,形成相似度矩阵A;
步骤2:以样本数量n、聚类簇数量K定义用于分选的编码长度以及编码位取值,以聚类簇族能量选择优质分选编码,并利用交叉、变异、重插遗传演化操作,形成对大量退役电池单体的K个聚类簇族;
步骤3:计算各聚类簇族中心及该簇族中样本的最大偏差,形成置信域;具体过程包括:
步骤3.1:计算全部K个簇族的特征中心,其中在第k个簇族内退役动力电池单体特征向量X标幺后Y的中心点,记作其中第s个特征的中心为
步骤3.2:计算全部K个簇族特征中心判断可靠性的置信域,其中在第k个簇族内所有退役动力电池单体样本的第s个特征最大值偏差值为则第k个簇族特征中心判断可靠性的置信域为εk=[1,k,ε2,k,...,εm,k];
步骤4:基于待检测退役动力电池单体特征向量与各聚类簇族中心距离及置信域关系,完成分选及分选可靠性判断;具体过程包括:
步骤4.1:测量新增待测退役动力电池单体充放电过程的电压数据,提取相应特征向量Ytest;
步骤4.2:计算特征向量Ytest与全部K个簇族特征中心的欧式距离,其中与第k个簇族中心的距离为判断新增待测退役动力电池单体属于第L簇族,L=arg(min(Dk,test|k=0,1,..,K-1))∈{0,1,...,K-1},其中arg(min(·))表示最小值代表的索引;
步骤4.3:计算特征向量Ytest与第L簇族特征中心的偏差与置信域的比值:
在m维特征中所有则认为本次新的待测退役动力电池单体所属类别判断有效且可靠,否则认为判断不可靠。
2.根据权利要求1所述一种退役动力电池的聚类分选方法,其特征在于,包括如下过程:
步骤1:测量n个退役动力电池单体电压数据,提取m个关键特征变量并标幺,计算各样本间的欧式距离,形成相似矩阵A;
步骤1.1:测量大量拆解后n个退役动力电池单体样本的在充放电过程中的电压数据,其中Uv(t)表示第v个样本在第t时刻的电压值,v=1,2,…,n;
步骤1.2:定义步骤1.1所得电压数据的m个关键特征变量,组成特征向量X=[x1 x2 …xm],计算第v个样本的特征值X(v)=[x1(v) x2(v) … xm(v)],标幺各个特征值获得特征向量Y=[y1 y2 … ym[,其中第v个样本的第s个特征值标幺为:
步骤1.3:基于步骤1.2标幺后的特征向量Y,计算各样本间的欧式距离,其中第v个样本和第q个样本的欧式距离形成相似矩阵:
步骤2:定义用于聚类分选退役动力电池单体的编码形式、聚类簇族能量、编码变异环节,形成遗传演化下的退役动力电池单体的聚类过程;
步骤2.1:定义选择率Ps、交叉率Pc、变异率Pm以及最大迭代次数为G,令迭代次数g=0,设置步骤1所得全部退役动力电池单体拟聚类簇族数量K,定义与样本数量等长的编码串,在第g次迭代中编码串为各编码位取值为零到聚类簇族数K-1的任意整数,并随机生成N个编码串
步骤2.2:根据步骤2.1的编码位数值,选择对应样本聚类,并计算各编码串下的聚类结果的能量值;
步骤2.2.1:令i=1,k=0,能量值E(i)=0;
步骤2.2.2:遍历查询第i个编码串中各编码位等于k的元素,记录编码位的序号组成集合INDEXk(i)={Index1,k(i),Index2,k(i),…,Indexr,k(i)};若INDEXk(i)为空集或者为单一元素集合,则E=E,否则令:
步骤2.2.3:判断k是否大于等于拟聚类簇族数量K-1;若是,则令k=0,并进入步骤2.2.4;若否,则k=k+1,并返回步骤2.2.2;
步骤2.2.4:判断i是否大于等于编码串数量N;若是,则进入步骤2.3;若否,则i=i+1,并返回步骤2.2.2;
步骤2.3:对所得N个编码串下的能量值序列[E(1),E(2),…,E(N)]排序,选择最大的个能量值以及对应的编码串表示向下取整符号;
步骤2.4:随机两两组合步骤2.3中选择的个编码串进行交叉操作,形成个新编码串
步骤2.5:对步骤2.4所得交叉后的个编码串的每个进行变异操作,更新个编码串
步骤2.6:令g=g+1,将经步骤2.4交叉和2.5变异所得的个编码串与步骤2.3保留的个最小能量值的编码串,组成新的N个编码串
步骤2.7:根据步骤2.6所得新的N个编码串编码位数值,选择对应样本聚类,计算各编码串下的聚类结果的能量值;
步骤2.8:计算步骤2.7所得N个编码串的能量值序列的最小值,记录最小值能量值所对应的编码串,记为mCh(g);判断g是否小于G,若是,则返回步骤2.3;若否,则进入步骤3;
步骤3:根据最优编码串分选成簇退役动力电池单体,计算聚类簇族中心及置信域;还包括:
根据第2步骤所记录最小能量值所对应的编码串mCh(g),遍历查询在最大迭代次数的编码串mCh(G)中各编码位等于k的元素,记录编码位序号集合INDEXk={Index1,k,Index2,k,…,Indexr,k},序号属于INDEXk中元素的退役动力电池单体记为第k簇族,被分选为一类可用于后续配组成包。
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北方工业大学;北京联智汇能科技有限公司;安徽绿沃循环能源科技有限公司;新源智储能源发展(北京)有限公司,未经北方工业大学;北京联智汇能科技有限公司;安徽绿沃循环能源科技有限公司;新源智储能源发展(北京)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/202011479510.3/1.html,转载请声明来源钻瓜专利网。