基于自适应模糊C-均值算法的退役锂离子电池快速聚类 |
| |
引用本文: | 陈琳,何熳平,吴淑孝,陈德乾,赵铭思,潘海鸿.基于自适应模糊C-均值算法的退役锂离子电池快速聚类[J].汽车工程,2024(4):643-651. |
| |
作者姓名: | 陈琳 何熳平 吴淑孝 陈德乾 赵铭思 潘海鸿 |
| |
作者单位: | 1. 广西大学机械工程学院;2. 广西制造系统与先进制造技术重点实验室 |
| |
基金项目: | 国家自然科学基金(52067003); |
| |
摘 要: | 梯次利用处理退役锂离子电池具有巨大的经济和环境价值,而如何高效、准确地对退役电池进行分选重组是梯次利用中突出的技术挑战。首先,为准确反映退役电池的一致性,提取最大可用容量(MAC)、放电欧姆内阻(DOIR)和容量增量曲线的弗雷歇距离(FD)3个因素共同作为聚类因子。然后3个聚类因子结合自适应模糊C-均值(AFCM)算法构建退役电池聚类方法。结果表明:AFCM算法聚类簇内MAC的最大误差为79 mA·h,DOIR小于45 mΩ;三因素的聚类方法成组的电池一致性较好;并且在117颗电池聚类时,AFCM算法聚类耗费的时间最短。
|
关 键 词: | 退役锂电池 梯次利用 重组聚类 机器学习 |
|
|