一种用于退役电池并联成组的二级筛选方法

AITNT
正文
推荐专利
一种用于退役电池并联成组的二级筛选方法
申请号:CN202510509080
申请日期:2025-04-22
公开号:CN120428097A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及退役电池梯次利用技术领域,具体涉及一种用于退役电池并联成组的二级筛选方法,包括提取单体电池的最大可用容量、欧姆内阻、电荷转移内阻、扩散阻抗及平均电压作为多维筛选特征,全面表征电池健康状态;利用t‑SNE算法将高维特征矩阵降至二维空间,保留了其非线性关系;结合DBSCAN密度聚类实现一级分选,剔除噪声并分组;预组装同簇电池,动态监测组内温度差异,设定不一致性评估阈值进行二级验证;若不合格,则基于Z‑Score方法定位异常电池并替换,迭代优化匹配序列。本发明通过多参数电化学特性融合与动静双级验证机制,实现电池组动态一致性提升,同时支持异常精准替换,提高重组成功率,显著延长梯次利用寿命并降低安全风险。
技术关键词
电池并联 筛选方法 单体电池 DBSCAN密度聚类 数据非线性关系 数据标准化方法 梯度下降法 DBSCAN算法 电化学阻抗谱 电池健康状态 并联电池组 内阻 并联装置 剔除噪声 温度传感器 邻域 电压
系统为您推荐了相关专利信息
1
一种基于高维交替特征筛选的晶圆良率分类方法和系统
特征筛选方法 分类方法 过采样方法 样本 遗传算法
2
细菌药物筛选系统及方法
药物筛选系统 微流控芯片 微通道结构 药物筛选方法 转接板
3
基于主客观组合赋权法的电池组运行状态评价方法
电池组运行状态 评价方法 灰色关联分析 序列 矩阵
4
一种基于增强型二进制蝙蝠算法的特征选择筛选方法
全局搜索方法 蝙蝠算法 特征选择方法 筛选方法 脉冲
5
基于组合优化和多模态大模型的可缀合敦煌残片筛选方法
孪生神经网络 筛选方法 大语言模型 多模态 社会研究
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号