重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (3): 354-363.

• 能源动力环境 • 上一篇    

融合充放电曲线特征与改进 K-means聚类的退役锂电池分选方法

聂金泉,高洋洋,黄燕琴,李银银   

  1. 1.湖北文理学院 汽车与交通工程学院,湖北 襄阳 441053; 2.纯电动汽车动力系统设计与测试湖北省重点实验室,湖北 襄阳 441053; 3.国家动力电池产品质量检验检测中心,湖北 襄阳 44100
  • 发布日期:2024-04-22
  • 作者简介:聂金泉,男,副教授,主要从事机电系统测试与控制研究,Email:549670751@qq.com;通信作者 高洋洋,男,硕 士研究生,主要从事动力电池测试评价研究,Email:3036345432@qq.Com

  • Published:2024-04-22

摘要: 为提高退役锂电池分选重组的一致性,提出一种融合电压曲线与能量曲线的数值 特征与形态特征,并运用欧氏距离和形态距离进行 Kmeans聚类的分选方法。通过试验获取退 役锂电池充放电曲线,融合电压曲线和能量曲线作为分选依据;采用欧式距离度量融合曲线的 数值差异;利用分位数方法将融合曲线转化为描述曲线形态变化的特征序列,运用最长公共子 序列算法提取特征序列的形态距离用来度量融合曲线的形态差异;以融合曲线的欧式距离和特 征序列的形态距离为度量判据,采用改进 Kmeans聚类算法对退役锂电池进行聚类。结果表 明:相较于电压曲线或容量曲线分选,采用融合曲线分选,容量、充电电压、放电电压一致性最大 提高约 23%、93%、16%。相较于欧式距离方法,采用改进 Kmeans算法,容量、充电电压、放电 电压一致性最大分别提高了约 67%、40%、51%。

关键词: 退役动力电池;不一致性;分选方法;改进 Kmeans

中图分类号: 

  • TM912.9