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
特征筛选方法
分类方法
过采样方法
样本
遗传算法
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
电池组运行状态
评价方法
灰色关联分析
序列
矩阵
全局搜索方法
蝙蝠算法
特征选择方法
筛选方法
脉冲
孪生神经网络
筛选方法
大语言模型
多模态
社会研究