文档名：基于DBSCAN聚类的退役动力电池深度配组方法
摘要：退役动力电池在梯次利用时,因单体一致性差异较大,常难以满足使用要求.综合考量退役动力电池动态特性和静态特性,提出一种改进的多参数DBSCAN聚类算法对退役动力电池进行深度配组.对比实验表明,与K-means++聚类的结果相比,采用该方法聚类后电池最大容量差减少了86.04％;循环充放电实验表明,采用该方法得到的电池组充电性能提高约3％～5％,其放电量更大,其容量衰减速率降低了64.96％.该方法可有效提高电池组内单体的一致性并延长电池组的使用寿命.
作者：张彦龙 朱华炳 刘征宇 温剑Author：ZHANGYanlong ZHUHuabing LIUZhengyu WENJian
作者单位：合肥工业大学机械工程学院,安徽合肥230009
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(4)
分类号：TM912
关键词：退役动力电池梯次利用 电池单体一致性 电池动态特性 深度配组 DBSCAN聚类算法
机标分类号：TM912TP391.41U469.72
在线出版日期：2023年5月11日
基金项目：基于DBSCAN聚类的退役动力电池深度配组方法[
期刊论文] 电源技术--2023, 47(4)张彦龙 朱华炳 刘征宇 温剑退役动力电池在梯次利用时,因单体一致性差异较大,常难以满足使用要求.综合考量退役动力电池动态特性和静态特性,提出一种改进的多参数DBSCAN聚类算法对退役动力电池进行深度配组.对比实验表明,与K-means++聚类的结果相...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于DBSCAN聚类的退役动力电池深度配组方法 A reutilization grouping method for retired power batteries based on DBSCAN clustering
基于DBSCAN聚类的退役动力电池深度配组方法.pdf
- 文件大小:
- 3.28 MB
- 下载次数:
- 60
-
高速下载
|
|
