摘要
本发明属于退役电池分选技术领域,具体涉及一种基于随机充电片段的退役电池二次分选方法、系统、设备及介质,该方法包括生成单体电池识别编码,构建电池编码数据库,基于预设充放电策略对单体电池进行充放电控制,获取温度、电压和容量变化的时序样本数据集,转换为二维图像数据并存储,通过二维卷积神经网络训练预测模型,以估计电池最大可用容量,实现电池二次分选。系统包括扫码、充放电控制、数据采集、数据处理和分选模块。本发明能减少测试时间和能源消耗,提高电池分选效率和精度,降低内存占用和后端模型运行时间,适用于退役电池的高效、精准分选。
技术关键词
二维图像数据
二次分选方法
单体电池
二维卷积神经网络
优化预测模型
随机梯度下降
序列
时序
充放电策略
编码
样本
分选系统
数据处理模块
数据采集模块
扫码模块
电池分选技术
阶段
训练预测模型
系统为您推荐了相关专利信息
灰狼优化算法
单体电池
固相体积分数
无迹卡尔曼滤波
电池正负极
端口切换方法
历史性能数据
策略
决策
资源预留方法
涌水量预测
卷积神经网络模型
检测预警方法
无人机
三维点云数据
盾构管片拼装
位置预测方法
人工神经网络算法
激光靶
误差
二维卷积神经网络
三维卷积神经网络
评估系统
人像特征
生成训练样本