基于特征提取和无监督聚类的蓄电池筛选技术

作     者：孙叶宁 漆汉宏 魏艳君 张金龙 SUN Ye-ning;QI Han-hong;WEI Yan-jun;ZHANG Jin-long

作者机构：燕山大学电气学院河北秦皇岛066004 

基　　金：河北省教育厅高等学校科技计划重点项目(ZD2017081) 

出 版 物：《电源技术》 (Chinese Journal of Power Sources)

年 卷 期：2020年第44卷第11期

页      码：1650-1653页

摘      要：当前蓄电池在电动汽车、风电及光伏发电、分布式电站等新能源领域得到了广泛应用。针对同品牌同型号电池在老化过程中存在容量衰减差异的问题,设计了一种蓄电池筛选成组技术来更好地发挥每个电池单体的工作性能。以电池充电末期电压作为原始依据,应用稀疏自动编码器(SAE)对其压缩特征进行提取,而后采用无监督K-means聚类算法对电池进行筛选分组。测试结果表明,所提出的方案可使得所分各组内电池具有相对一致的循环寿命,且采用本方案可以获得较为稳定的聚类结果,具有较强的工程实用价值。

主 题 词：LiFePO4蓄电池 老化差异 稀疏自动编码器 K-means聚类 

学科分类：0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1002-087X.2020.11.023

馆 藏 号：203992825...