基于差分电压对退役电池的一致性筛选OA
退役电池梯次利用具有显著的经济与环境效益,而一致性是影响电池在梯次利用中性能的关键因素。当前研究方法存在以下不足:特征选择难以在成本与效益间实现良好平衡,制约了工程化推广;聚类算法在鲁棒性、自适应性及初始化敏感性方面存在缺陷,限制了其在多维电池数据集上的应用;验证实验往往忽略综合评价指标,未能考虑实际应用中的长期一致性。针对上述问题,文章提出了一种提升退役电池系统一致性的创新方法,主要包含4项关键改进:将变异系数(CV)分析应用于差分电压(DV)曲线,以识别关键差分电压区段;提出融合近邻技术与模糊C均值聚类的混合算法(Improved FCM)用于电池优化分组;提出一种基于距离的异常值检测方法,用于在筛选前发现并剔除异常电池;构建加权平均评价体系,用于系统地评估电池的一致性。实验结果表明,与常规方法相比,采用Improved FCM算法可使容量长期一致性至少提升12.5%;相较于基于密度的方法,采用异常值检测方法可使系统容量长期一致性提升13.8%。本文所提方法可有效提升退役电池在梯次利用场景下的可靠性与可持续性。
蒋奉兵;胡云卿;陈祖航;林文彪;饶艺伟
中车株洲电力机车研究所有限公司,湖南株洲412001中车株洲电力机车研究所有限公司,湖南株洲412001中车株洲电力机车研究所有限公司,湖南株洲412001中车株洲电力机车研究所有限公司,湖南株洲412001中车株洲电力机车研究所有限公司,湖南株洲412001
信息技术与安全科学
退役电池差分电压一致性筛选重组
《控制与信息技术》 2026 (3)
P.19-26,8
中国国家铁路集团有限公司科技研究开发计划项目(N2025J018-B(JB))。
评论