一種梯次利用電池快速篩選方法

基本信息

申請?zhí)?/td> CN202010274157.9 申請日 -
公開（公告）號 CN111474490A 公開（公告）日 2020-07-31
申請公布號 CN111474490A 申請公布日 2020-07-31
分類號 G01R31/392(2019.01)I 分類 -
發(fā)明人 李建林;馬福元;陳新琪;王劍波 申請（專利權(quán)）人 北方工業(yè)大學
代理機構(gòu) 北京高沃律師事務所 代理人 北方工業(yè)大學
地址 100144北京市石景山區(qū)晉元莊路5號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種梯次利用電池快速篩選方法，方法包括：基于BP神經(jīng)網(wǎng)絡構(gòu)建電池健康狀態(tài)預測模型；基于電池健康狀態(tài)預測模型構(gòu)建全局信息矩陣；將全局信息矩陣進行區(qū)域劃分，獲得多個子區(qū)和各子區(qū)對應的分區(qū)信息矩陣；采用粒子群優(yōu)化算法進行尋優(yōu)，確定各子區(qū)對應的最優(yōu)位置；將各子區(qū)對應的最優(yōu)位置作為各子區(qū)對應的初始聚類中心，采用K?means聚類方法對全局信息矩陣進行聚類，獲得各子單元對應的聚類中心；基于各子單元對應的聚類中心輸出電池篩選結(jié)果。本發(fā)明通過構(gòu)建電池健康狀態(tài)預測模型，通過粒子群優(yōu)化算法尋優(yōu)，進而對K?means聚類算法進行改進，既能夠?qū)ν艘蹌恿﹄姵靥荽卫眠M行快速篩選，還避免陷入局部最優(yōu)解的弊端，提高聚類算法的準確性。??