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

作     者：聂金泉 高洋洋 黄燕琴 李银银 NIE Jinquan;GAO Yangyang;HUANG Yanqin;LI Yinyin

作者机构：湖北文理学院汽车与交通工程学院湖北襄阳441053 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 国家动力电池产品质量检验检测中心湖北襄阳441000 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2024年第38卷第3期

页      面：354-362页

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：中央引导地方科技发展专项(2020ZYYD001) 

主　　题：退役动力电池 不一致性 分选方法 改进K-means 

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%。