公开(公告)号：CN110752410A

公开(公告)日：2020-02-04

申请号：CN201911045694.X

申请日：2019-10-30

Applicant: 上海理工大学

Inventor： 郑岳久 ,  邓聪 ,  来鑫 ,  朱志伟 ,  何忠霖 ,  程阳阳 ,  周勇

IPC: H01M10/42 ,  B07C5/344 ,  G01R31/367 ,  G01R31/388 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明提出了一种快速分选和重组退役锂电池的方法，该方法如下步骤：步骤S1.对N个待测退役锂电池测得M个排除内阻影响后的电池电压Ud、容量的数据以及全部待测退役锂电池的内阻，其中，M≤N；步骤S2.随机选取部分电池电压Ud和容量的数据作为训练数据，得到训练好的电池容量分选模型，并利用PSO算法对其中的参数优化，利用PSO-SVR模型对剩余锂电池容量进行预测；步骤S3.运用带有梯次利用场景系数δ的K-means算法对N个退役锂电池进行聚类，调节梯次利用场景系数δ大小以适应不同场景重组要求。本发明能够提高退役锂电池梯次利用的安全性与经济性。

公开(公告)号：CN110752410B

公开(公告)日：2023-05-12

申请号：CN201911045694.X

申请日：2019-10-30

Applicant: 上海理工大学

Inventor： 郑岳久 ,  邓聪 ,  来鑫 ,  朱志伟 ,  何忠霖 ,  程阳阳 ,  周勇

IPC: H01M10/42 ,  B07C5/344 ,  G01R31/367 ,  G01R31/388 ,  G06F18/23213 ,  G06F18/24 ,  G06N3/006

Abstract: 本发明提出了一种快速分选和重组退役锂电池的方法，该方法如下步骤：步骤S1.对N个待测退役锂电池测得M个排除内阻影响后的电池电压Ud、容量的数据以及全部待测退役锂电池的内阻，其中，M≤N；步骤S2.随机选取部分电池电压Ud和容量的数据作为训练数据，得到训练好的电池容量分选模型，并利用PSO算法对其中的参数优化，利用PSO‑SVR模型对剩余锂电池容量进行预测；步骤S3.运用带有梯次利用场景系数δ的K‑means算法对N个退役锂电池进行聚类，调节梯次利用场景系数δ大小以适应不同场景重组要求。本发明能够提高退役锂电池梯次利用的安全性与经济性。