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
聂金泉,高洋洋,黄燕琴,李银银
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 Kmeans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 Kmeans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 Kmeans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%。
中图分类号: