[發(fā)明專利]基于SAE和K-means聚類算法的電池篩選方法有效
| 申請(qǐng)?zhí)枺?/td> | 201911260905.1 | 申請(qǐng)日: | 2019-12-10 |
| 公開(kāi)(公告)號(hào): | CN111027625B | 公開(kāi)(公告)日: | 2023-08-08 |
| 發(fā)明(設(shè)計(jì))人: | 張金龍;張迪;漆漢宏 | 申請(qǐng)(專利權(quán))人: | 燕山大學(xué) |
| 主分類號(hào): | G06F18/23213 | 分類號(hào): | G06F18/23213;G06N3/0455;G06N3/084 |
| 代理公司: | 成都方圓聿聯(lián)專利代理事務(wù)所(普通合伙) 51241 | 代理人: | 宋紅賓 |
| 地址: | 066004 河北*** | 國(guó)省代碼: | 河北;13 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 sae means 算法 電池 篩選 方法 | ||
1.基于SAE和K-means聚類算法的電池篩選方法,其特征在于,包括以下步驟:
(1)獲取新電池充電末期電壓數(shù)據(jù);
(2)采用稀疏自動(dòng)編碼器通過(guò)對(duì)輸入信號(hào)的重構(gòu),提取出電池充電末期電壓數(shù)據(jù)中的隱含壓縮特征;
(3)采用無(wú)監(jiān)督K-means聚類算法,依據(jù)上述(2)中所得的壓縮特征對(duì)樣本進(jìn)行聚類,獲得的各組內(nèi)的電池具有相對(duì)一致的循環(huán)壽命;
具體包括以下步驟:
S1:選取要篩選的電池樣本,確認(rèn)電池是新的未經(jīng)使用的電池,統(tǒng)計(jì)電池樣本總數(shù)目為M;
S2:采用必要的充放電測(cè)試設(shè)備對(duì)每個(gè)電池單體分別進(jìn)行充放電測(cè)試;
S3:選取S2中充電末期電壓數(shù)據(jù),并進(jìn)而提取出該階段中充電末期恒流階段的電壓數(shù)據(jù);
選取規(guī)則為以電池電壓到達(dá)3650mV為起點(diǎn),按時(shí)間逆向取L時(shí)間段內(nèi)的電壓數(shù)據(jù)作為原始依據(jù),時(shí)長(zhǎng)L取10~30分鐘,所得電壓數(shù)據(jù)按10s進(jìn)行采樣,最終獲得N×M維的輸入數(shù)據(jù)矩陣;
S4:將N×M維的電壓數(shù)據(jù)輸入前級(jí)稀疏自動(dòng)編碼器SAE,通過(guò)優(yōu)化訓(xùn)練獲得最優(yōu)的網(wǎng)絡(luò)參數(shù),最終通過(guò)SAE對(duì)電壓信號(hào)的重構(gòu)獲得原始電壓信號(hào)在隱含層體現(xiàn)的壓縮特征,所述的壓縮特征為n×M維矩陣,令:N=(2~3)n;
S5:以S4步中SAE得到的壓縮特征作為K-means聚類算法的作用對(duì)象,通過(guò)無(wú)監(jiān)督K-means聚類過(guò)程將n×M維的特征矩陣劃分為k個(gè)不同的簇,每個(gè)簇的成員為若干個(gè)列向量,每個(gè)列向量對(duì)應(yīng)一個(gè)電池單體,所有簇中列向量的總和為M;
S6:因S5中M個(gè)列向量對(duì)應(yīng)著M個(gè)電池,故對(duì)M個(gè)列向量的聚類實(shí)質(zhì)上就是對(duì)所有電池的聚類,依據(jù)S5的篩選結(jié)果對(duì)電池樣本進(jìn)行分組,同一組內(nèi)的電池即具有相似的循環(huán)壽命。
2.根據(jù)權(quán)利要求1所述的基于SAE和K-means聚類算法的電池篩選方法,其特征在于,步驟S2的充放電測(cè)試包括以下步驟:
S2.1:對(duì)電池進(jìn)行0.5C恒流放電,直至電池電壓降至下限2.5V;
S2.2:靜置1小時(shí);
S2.3:采用3.65V/0.5C?CCCV的充電模式對(duì)電池進(jìn)行充電,直至充電電流降至0.1C以下;
S2.4:靜置1小時(shí);
S2.5:重復(fù)步驟S2.1對(duì)電池放電;
S2.6:靜置1小時(shí);
S2.7:重復(fù)步驟S2.3對(duì)電池進(jìn)行充電。
3.根據(jù)權(quán)利要求2所述的基于SAE和K-means聚類算法的電池篩選方法,其特征在于,所述的充電末期電壓為S2.7中的電池電壓數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于燕山大學(xué),未經(jīng)燕山大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911260905.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 磺基烷基醚環(huán)糊精組合物和其制備方法
- 一種移動(dòng)通信系統(tǒng)中的注冊(cè)方法及使用的雙模終端
- 一種跟蹤區(qū)更新或切換過(guò)程中避免資源被錯(cuò)誤釋放的方法
- SAE中選擇PDN SAE GW的方法、系統(tǒng)及裝置
- 磺基烷基醚環(huán)糊精組合物和其制備方法
- 一種易拉絲鋼的連澆連鑄方法
- 用于根據(jù)光-傳播時(shí)間原則操作光學(xué)接近開(kāi)關(guān)的方法
- 臨床研究嚴(yán)重不良事件采集方法和藥物警戒系統(tǒng)
- 一種遙感影像變化檢測(cè)方法、裝置及其電子設(shè)備
- 一種改進(jìn)SAE-BP的時(shí)間序列視頻收益預(yù)測(cè)方法
- 一種實(shí)現(xiàn)K?means聚類的方法及裝置
- 一種K-means聚類的初值選擇方法
- 基于二次K-Means聚類的室內(nèi)位置指紋定位方法
- 一種基于改進(jìn)K-means聚類算法的缺失數(shù)據(jù)填充方法
- 基于K值估計(jì)的K-Means水下圖像背景分割改進(jìn)算法
- 沉積相邊界識(shí)別方法及裝置
- 一種基于密度Canopy的K-means聚類方法
- 基于并行改進(jìn)的K-means算法的大數(shù)據(jù)文本聚類方法及系統(tǒng)
- 基于K-Means和CART回歸樹(shù)的路感模擬方法
- 一種基于K-Means和BP神經(jīng)網(wǎng)絡(luò)的路感模擬方法





