一种退役电池梯次利用筛选的方法

    公开(公告)号:CN112791997B

    公开(公告)日:2022-11-18

    申请号:CN202011490339.6

    申请日:2020-12-16

    IPC分类号: B07C5/344 G06K9/62

    摘要: 本发明涉一种退役电池梯次利用筛选的方法;筛选的方法包含以下步骤:选取电池荷电状态、剩余寿命和剩余容量、电芯温度、充电倍率、放电倍率、工作电压和工作电流这8个电池工作特征参量进行计算,计算出电池组数据的一些参数分别与退役动力电池的健康度之间的互信息值,选取互信息值最高的两个特征变量作为评判退役电池性能的指标,指标的具体数值作为待分组退役动力电池数据;在退役动力电池工作站系统中录入待分组电池的数据,通过现有聚类方法求出类别中心点并给电池分簇;通过熵值法求出每簇电池的类别中心点;验证;本发明技术方案提高了寻找聚类中心的准确度,同时也为后续筛选退役动力电池的结果提供了有利的保障。

    一种面向退役动力电池的筛选方法

    公开(公告)号:CN112505551B

    公开(公告)日:2023-01-10

    申请号:CN202011484044.8

    申请日:2020-12-16

    IPC分类号: G01R31/367

    摘要: 本发明涉及一种面向退役动力电池的筛选方法。包括如下过程:提取若干同型号退役后动力电池充放电过程电压信号n个特征变量,并利用聚类方法形成K个类别簇,选出代表各簇的典型样本X(core,k);根据待测动力电池的特征变量X(test),计算特征变量间比重,并构成判断矩阵A,进而获得特征向量并归一化得到ωa;计算以每个特征下不同类别簇间比重组成判断矩阵Bn的特征向量,并归一化处理后组成矩阵C;计算C×ωa获得待测动力电池的决策向量,并选择决策向量元素中最大值对应的类别为待测动力电池类型。与现有方法相比,本发明全程无参数的计算过程,降低了人为因素影响。

    一种近邻传播聚类下储能电池故障分类特征筛选降维方法

    公开(公告)号:CN112307906A

    公开(公告)日:2021-02-02

    申请号:CN202011094254.6

    申请日:2020-10-14

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种近邻传播聚类下储能电池故障分类特征筛选降维方法。该方法的实现过程如下:首先,获取不同故障的N个储能电池在完成一次充放电过程下的端电压信号数据样本,挖掘端电压信号的特征,组成特征集合;然后,利用余弦相似度定义特征的相似度矩阵,基于近邻传播方法,聚类各个特征,形成多个特征簇;计算相同簇内各特征在不同类型样本下的均值以及均值的标准差,将均值标准差最大的特征定义为表征此特征簇的典型特征;以各特征簇的典型特征作为用于分类任务的筛选降维后特征。通过本发明可以自动筛选出用于分类任务的显著性特征,缓解小样本情况下维度爆炸问题,降低冗余、无效特征对分类器性能的不利影响,提高分类的准确率。

    一种面向退役动力电池的筛选方法

    公开(公告)号:CN112505551A

    公开(公告)日:2021-03-16

    申请号:CN202011484044.8

    申请日:2020-12-16

    IPC分类号: G01R31/367

    摘要: 本发明涉及一种面向退役动力电池的筛选方法。包括如下过程:提取若干同型号退役后动力电池充放电过程电压信号n个特征变量,并利用聚类方法形成K个类别簇,选出代表各簇的典型样本X(core,k);根据待测动力电池的特征变量X(test),计算特征变量间比重,并构成判断矩阵A,进而获得特征向量并归一化得到ωa;计算以每个特征下不同类别簇间比重组成判断矩阵Bn的特征向量,并归一化处理后组成矩阵C;计算C×ωa获得待测动力电池的决策向量,并选择决策向量元素中最大值对应的类别为待测动力电池类型。与现有方法相比,本发明全程无参数的计算过程,降低了人为因素影响。

    一种退役电池梯次利用筛选的方法

    公开(公告)号:CN112791997A

    公开(公告)日:2021-05-14

    申请号:CN202011490339.6

    申请日:2020-12-16

    IPC分类号: B07C5/344 G06K9/62

    摘要: 本发明涉一种退役电池梯次利用筛选的方法;筛选的方法包含以下步骤:选取电池荷电状态、剩余寿命和剩余容量、电芯温度、充电倍率、放电倍率、工作电压和工作电流这8个电池工作特征参量进行计算,计算出电池组数据的一些参数分别与退役动力电池的健康度之间的互信息值,选取互信息值最高的两个特征变量作为评判退役电池性能的指标,指标的具体数值作为待分组退役动力电池数据;在退役动力电池工作站系统中录入待分组电池的数据,通过现有聚类方法求出类别中心点并给电池分簇;通过熵值法求出每簇电池的类别中心点;验证;本发明技术方案提高了寻找聚类中心的准确度,同时也为后续筛选退役动力电池的结果提供了有利的保障。

    PET拓扑结构及该结构与储能系统协调控制方法

    公开(公告)号:CN112039063A

    公开(公告)日:2020-12-04

    申请号:CN202010885329.6

    申请日:2020-08-28

    摘要: 本发明涉及一种PET拓扑结构及该结构与储能系统协调控制方法。所述PET拓扑结构包括依次连接的输入级结构、中间隔离级结构和输出级结构,输入级结构包括三条输入线路,各输入线路包括两条对称的子输入线路,子输入线路包括相互连接的输入模块和电感;中间隔离级结构包括三条H型桥式线路和电容,电容并联在三条H型桥式线路的输出端,各H型桥式线路包括两个隔离级模块和线圈;输出级结构包括三条输出线路,各输出线路包括第一输出模块、第二输出模块和二极管,第二输出模块和二极管相互并联后与第一输出模块连接。本发明能够实现PET输入级单位功率因素运行、输出级电压恒定以及应对电压深度跌落和光储互补的功能。

    一种基于钢中夹杂物分布识别团簇夹杂物的方法

    公开(公告)号:CN118348032A

    公开(公告)日:2024-07-16

    申请号:CN202410450224.6

    申请日:2024-04-15

    摘要: 本发明公开了一种基于钢中夹杂物分布识别团簇夹杂物的方法,首先根据二维平面下钢中夹杂物的位置坐标和尺寸信息,设定组成团簇夹杂物的颗粒之间的最大临界距离和最小颗粒个数。根据夹杂物的位置坐标和尺寸计算任意两个夹杂物之间的距离,当两个夹杂物之间的距离小于所设定的临界距离时,判定此两个夹杂物为一组夹杂物,当组成夹杂物的颗粒个数大于所设定的临界夹杂物个数时,则将此组夹杂物判定为一个团簇夹杂物。通过此种方法能够有效根据夹杂物的分布推测钢中团簇夹杂物的数量和尺寸,弥补当前二维平面下对团簇夹杂物的尺寸和数量评估的不足。