[发明专利]用于二次电池自动分容识别的方法、电子设备、存储介质

权利要求书

1.用于二次电池自动分容识别的方法，其特征在于，包括以下步骤：

S1、将回收到储存仓的废旧电池包进行数据库构建，进行废旧电池包溯源信息编码，并进行分类；

S2、在所述储存仓内布置传感器网络；

S3、将步骤S2中的所述传感器网络进行数据融合处理，实时采集所述储存仓中任一区域内的异常数据，并将异常数据传入到数据库系统中，进行警报安全提示；

S4、在储存环境得到安全保障的前提下，根据废旧电池包完整度，在梯次利用的单体电池的编溯源信息上进行分容标记，将分容标记导入并构建电池分容系统，进行二次电池自动分容识别与利用推荐；

S5、将电池信息与步骤S1中的所述数据库相关联，设定分容阈值范围，确定电池的下一步处理状态。

2.根据权利要求1所述的用于二次电池自动分容识别的方法，其特征在于，所述步骤S2是基于储存仓的空间结构，分别以底面积和高为空间约束，沿长度方向和纵向布置传感器网络。

3.根据权利要求2所述的用于二次电池自动分容识别的方法，其特征在于，所述传感器网络包括湿度传感器、温度传感器和光线传感器中的一种或多种类型的组合数据融合。

4.根据权利要求3所述的用于二次电池自动分容识别的方法，其特征在于，所述传感器网络的数据融合采用动态卡尔曼滤波的方式。

5.根据权利要求1所述的用于二次电池自动分容识别的方法，其特征在于，所述步骤S3中，异常数据是由所述储存仓中任一区域内湿度、温度和位置的差异和极端变化，与标准的数据范围值进行比较得出的。

6.根据权利要求1所述的用于二次电池自动分容识别的方法，其特征在于，所述步骤S4包括以下步骤：

S41、将所述储存仓内的二次电池取出，勘察电容量，分别记录每个电池包的总电容量r和单块电池的电容量v；

S42、建立电池自动分容算法，得到预测模型；

S43、将电池包的总体电容作为对照组，探究以电池包为单位的电容预测值模型；

S44、通过分类模型的参数集，设定分类应用范围的阈值指标；

S45、将回收的二次电池所测的电容数据导入步骤S42中的预测模型以及步骤S43中的以电池包为单位的电容预测值模型，得到分类，并反馈电池编号，实现自动处理的过程。

7.根据权利要求6所述的用于二次电池自动分容识别的方法，其特征在于，所述步骤S42包括以下步骤：

S421、将已经测好的单块电池的电容数据，录入数据库并编号，作为模型的训练数据集D；

S422、根据二次电池的特征建立3层多元时序性神经网络模型；其中，3层时序性神经网络模型的结构分别是输入层、隐藏层和输出层，每层网络用参数w和b连接，w代表权重，b代表初始值：

f_i(x,t)＝w^Tx^Tt+b

S423、各层神经网络连接后，设置激活函数；

S424、求解所述3层多元时序性神经网络模型中的参数矩阵(w^T,b)，求解最优参数w和b，由二次电池电容训练得到的预测模型，其中，α表示学习率，b'表示梯度下降后的b值更新：

F_i(x,t)＝w’^Tx^Tt+b’。

8.根据权利要求6所述的用于二次电池自动分容识别的方法，其特征在于，所述分类应用范围的阈值指标是基于电池利用率进行设置的，分类应用范围的阈值指标包括废弃处理、重新打包、梯度使用。

9.电子设备，其特征在于，包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行，以实现如权利要求1至8任意一项所述的用于二次电池自动分容识别的方法。

10.存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行，以实现如权利要求1至8任意一项所述的用于二次电池自动分容识别的方法。