System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
技术介绍
1、随着电动汽车市场的快速增长,进入报废期的动力电池的数量也在持续增长。退役电池不进行处理将会导致环境污染和矿物资源浪费。此时,其容量仍高达额定容量的70%~80%,具有巨大经济效益,因此梯次利用是退役锂电池处理的最优解。然而,如果将退役电池不经过分选直接投入梯次利用中,由于木桶效应限制,电池组最大使用容量取决于容量最低的电池,导致容量利用率低;此外,不一致性引起的局部温差过大也会带来安全隐患。因此,一致性分选技术对于确保退役电池梯次利用的经济性和安全性至关重要。
2、退役电池受电化学反应、电-热耦合、机械应力等因素的影响,内部机理与外部参数之间存在复杂的映射关系,如何清晰的揭露老化的外在表现,在耦合的外在特征中寻找具有区分度和可解释性的特征仍是一个巨大的挑战。现阶段,退役电池分选方法已有较多研究,从特征选取方面来说,可以分为静态特征分选、动态特征分选和静动态融合特征分选三种方式。
3、特征选取的三种方式在每个不同方面各有长短,从动态条件和复杂工况来看,静态特征分选虽然确保了电池的静态一致性,电池之间差异更加显著,因此这类分选方法难以保障电池长期运行的动态一致性。动态特征相对于静态特征存在更多的时间序列信息,从中可以反映出电池的老化性能;然而,静态特征由于在短时间内保持不变,因此比动态特征更具有稳定性和可解释性。由于静态和动态特征通常在不同时间尺度上变化,直接连接这两类特征,形成新的特征向量,会存在尺度不一致性、信息冗余和维度灾难的问题。
技术实现思路
>1、因此为解决上述分选方法存在的问题,本专利技术提出了基于静态特征与动态工况特征聚类的退役电池多级分选方法,本专利技术采取了以下技术方案:
2、第一方面,本专利技术提供了一种基于静动态特征结合的多级分选方法,包括:
3、采用基于密度的聚类算法删除异常电池完成初级分选;
4、根据初级分选,综合考虑容量、内阻、开路电压三个静态特征对电池进行二次聚类分选;
5、根据动态特征对电池进行三级分选。
6、第二方面,本专利技术提供了基于静态特征的初级分选和二级分选方法,包括:
7、采用基于密度的聚类算法删除异常电池完成初级分选;
8、根据皮尔逊相关性分析来判断静态特征之间的线性相关程度,选取静态特征;
9、根据静态特征对电池进行二次聚类分选。
10、第三方面,本专利技术提供了基于时间-面积(t-s)动态特征的三级分选方法,包括
11、选择dst工况曲线作为动态特征;
12、通过滑动窗口的思想对工况曲线进行提取和处理,将每个窗口的工况曲线与时间轴的积分即曲线面积作为一个新的数据特征;
13、采用工况截止时间、窗口曲线面积、相邻窗口曲线面积差之和三个动态特征进行聚类。
14、下面介绍本专利技术的原理和有益效果:
15、本专利技术涉及一种退役电池筛选分选方法,该方法包括:使用基于密度的聚类算法对退役电池进行初步分选;根据皮尔逊相关性分析,选取容量、内阻和ocv作为静态特征;根据静态特征采用聚类算法对电池进行二级分选;根据滑动窗口法依次截取动态电压曲线片段,并以电压片段积分面积和整个曲线的截止时间作为动态聚类;根据动态特征采用聚类算法对电池进行三级分选。
16、根据以上原理,不难发现本专利技术的有益效果:
17、1.本专利技术采用了基于密度的聚类算法对异常电池进行删除,提高安全性和能量利用率;使用wk-means算法进行二级和三级分选,探讨了算法的优劣,进一步完善电池一致性分选方法。
18、2.本专利技术使用了一种工况曲线的提取方法,深入挖掘动态曲线中的潜在信息,使电池聚类效果更加准确。
本文档来自技高网...【技术保护点】
1.一种融合静动态特征的退役电池分级分选方法,其特征在于,包括:
2.权利要求1所述的了选取静态特征方法,其特征在于,所述根据皮尔逊相关性分析来确定静态特征,其包括:
3.权利要求1所述的选取动态特征方法,其特征在于,所述选择DST、UDDS、FUDS等工况曲线作为动态特征。
4.权利要求3所述的选取动态特征方法,其特征在于,所述使用滑动窗口对工况曲线进行提取和处理,其包括:
5.权利要求4所述的选取动态特征方法,其特征在于,所述采用工况截止时间、窗口曲线面积、相邻窗口曲线面积差之和三个动态特征进行聚类,其包括:
6.权利要求5所述的选取动态特征方法,其特征在于,所述选择不同的滑动步长可配置为60s、120s、180s等。
7.权利要求6所述的选取动态特征方法,其特征在于,所述选择不同的窗口大小分别为180s、360s、720s、1080s等。
【技术特征摘要】
1.一种融合静动态特征的退役电池分级分选方法,其特征在于,包括:
2.权利要求1所述的了选取静态特征方法,其特征在于,所述根据皮尔逊相关性分析来确定静态特征,其包括:
3.权利要求1所述的选取动态特征方法,其特征在于,所述选择dst、udds、fuds等工况曲线作为动态特征。
4.权利要求3所述的选取动态特征方法,其特征在于,所述使用滑动窗口对工况曲线进行提取和处理,其包括:...
【专利技术属性】
技术研发人员:潘瑞,肖湘宇,刘卓,谭貌,苏永新,陈颉,彭寒梅,孟步敏,
申请(专利权)人:湘潭大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。