一种基于工况片段特征与无监督聚类的锂离子电池安全状态估计方法

本发明公开一种基于工况片段特征与无监督聚类的锂离子电池安全状态估计方法，包括：基于MIT‑Stanford混合工况循环数据集，实现基于K‑means的不同工况数据分割；针对分割数据，分别提取恒流充电、恒压充电、恒流放电阶段的分段安全特征及全局安全特征；对提取特征所构成数据集依次进行归一化、方向统一化、降维及相关性筛选处理，组合生成若干个特征数据集；针对若干安全特征集，采用PSO算法优化FCM聚类中心选取，并引入GG距离度量替换欧氏距离，建立基于粒子群优化‑模糊聚类的SOS估计方法；对各特征集独立聚类，根据不同聚类中心结果赋予0/1评分，最终聚合好评率作为SOS估计值。本发明通过结合工况特征与无监督聚类评分机制，克服了SOS估计对参数阈值的依赖，为SOS估计在实际使用提供一种新方法。