摘要
本发明公开了一种基于电化学阻抗谱与半参数聚类算法的退役锂离子电池快速分选方法,首先,对退役锂离子电池进行电化学阻抗谱测试与弛豫时间分布分析,得到电化学阻抗谱数据和弛豫时间分布峰值数据。然后,使用卷积自编码器从电化学阻抗谱数据中提取特征,对弛豫时间分布峰值数据使用全连接神经网络提取特征,将两者进行特征拼接,输入到深度神经网络,快速获取退役电池的估计容量。最后,利用电化学阻抗谱数据和弛豫时间分布峰值数据所提取的退役锂离子电池欧姆内阻、阻抗特征信息以及估计容量作为半参数聚类算法的输入,进行退役电池的快速分选。本发明能够快速预测退役锂离子电池的容量、剔除退役电池离群点并快速完成退役电池的分选。
技术关键词
电化学阻抗谱
退役锂离子电池
数据
聚类算法
深度神经网络
模糊C均值算法
初始聚类中心
高密度
低密度
分选方法
二维卷积神经网络
编码器
核密度估计方法
电池容量预测
矩阵
内阻
离群点
核心
系统为您推荐了相关专利信息
数值模型构建方法
物质点法
摩阻力
效应
铝制套筒
信息管理系统
检测机器人
边缘轮廓
数据项
感知哈希算法
预诊断方法
数字孪生模型
故障特征分析
预诊断系统
综合故障