液态金属电池串联成组的一致性分选EI北大核心CSCD

液态金属电池是一种兼具低成本、长寿命、大容量优势的规模储能技术。为提高串联液态金属电池组一致性和可靠性,该文提出一种电池综合分选方法。基于单体电池的活化数据,获取液态金属电池的综合特性参数;然后,通过皮尔逊相关性分析,选取若干典型静态特性指标作为聚类特征,进行电池初分选;最后,以动态时间规整相似度对电池放电曲线的差异性进行量化评估,并采用减法聚类进行电池再分选。研究结果表明,分选后液态金属电池组容量提高了6.77%,电池放电曲线差异减少了88.28%,电池组一致性得到显著提高。     

基于快速充电曲线的退役锂电池模块快速分选技术EI北大核心CSCD

由于在使用过程中造成的电池间的不一致性,退役锂离子电池在储能应用等梯次利用前要进行一致性分选。然而,现有的退役锂电池分选方法存在着效率低下的问题,并且研究多集中于单体,针对模块层面的分选方法相对欠缺。为此提出了一种基于机器学习算法的退役锂电池模块快速分选方法。首先阐述了由于电池不一致性所带来的串联充电曲线不同的现象,基于此原理设计了分选步骤;其次,提出了基于支持向量机的筛选模型,实现了利用少部分样品电池的特征电压筛选大批量的退役电池;进一步,提出了一种针对模块级别的退役电池重组方法,以应对实际工程中电池模块难以拆解的特性。结果表明,相较于传统方法,所提退役电池模块快速分选方法大幅提升了分选效率,同时解决了退役锂电池模块分选的问题。     

基于快速充电曲线的退役锂电池模块快速分选技术

由于在使用过程中造成的电池间的不一致性,退役锂离子电池在储能应用等梯次利用前要进行一致性分选。然而,现有的退役锂电池分选方法存在着效率低下的问题,并且研究多集中于单体,针对模块层面的分选方法相对欠缺。为此提出了一种基于机器学习算法的退役锂电池模块快速分选方法。首先阐述了由于电池不一致性所带来的串联充电曲线不同的现象,基于此原理设计了分选步骤;其次,提出了基于支持向量机的筛选模型,实现了利用少部分样品电池的特征电压筛选大批量的退役电池;进一步,提出了一种针对模块级别的退役电池重组方法,以应对实际工程中电池模块难以拆解的特性。结果表明,相较于传统方法,所提退役电池模块快速分选方法大幅提升了分选效率,同时解决了退役锂电池模块分选的问题。     

基于改进DBSCAN的退役动力电池分选方法

退役动力电池梯次利用时电池单体不一致性对于分选后电池组性能具有重要影响，高效的分选方法能够降低电池不一致性，提高电池组的使用性能和安全性。针对目前常用的电池检测系统采样频率较低等问题，首先使用自适应分段拟合方法对充放电数据进行拟合，从充放电曲线中提取表征电池不一致性的动态特征电压上升高度（VR）、电压下降深度（DVF），并与容量、开路电压静态特征结合构成分选特征向量；然后提出一种基于核密度估计的DBSCAN算法（KDEDBSCAN），通过核密度估计自适应确定聚类算法参数，对特征聚类实现电池的分选；最后通过实验验证该分选方法的有效性。     

基于电压曲线的退役电池模组分选方法

对退役电池进行梯次利用,关键是对其进行一致性分选。该文提出一种基于电压曲线,面向退役电池模组的一致性分选方法:综合考虑电池Rint等值电路和热累积、库伦效率、容量衰减和内阻增长等因素,构建多维参数的单体模型和模组模型;在此基础上,提出一种基于变换矩阵的一致性影响因素在电压曲线上表征方法;结合所构建单体模型和所提表征方法,在matlab/simulink仿真环境下搭建了串联模组仿真模型,分析了不同影响因素在电压曲线上表征的特点;选方法,并通过实验对其正确性和有效性进行验证。结果表明:所提分选方法可较好地实现退役电池模组一致性分选。     

基于特性曲线的锂离子电池分类新方法

提出一种基于特性曲线的电池新分类方法,通过分析列放电特性曲线上的特征,解释各特征点的物理意义,并说明特征点的提取方法,同时提出了通过增长容量分析（ICA）法分析电池内部材料相变过程的思想,再采用FCM聚类算法对电池进行分类筛选。通过电池组循环寿命实验验证新方法的有效性。     

电池模组一致性影响因素在放电电压曲线簇上的表征

电池放电电压曲线包含电池所有状态信息,研究模组放电电压曲线簇,对模组一致性分析具有重要意义。通过研究模组放电电压曲线簇,提出一种模组一致性影响因素在放电电压曲线簇上的表征方法:综合考虑电池Rint等效电路和热累积、容量衰减、库仑效率以及内阻增长等效应,构建多维参数的电池数学模型;在此基础上提出一种基于变换矩阵的模组一致性影响因素在放电电压曲线簇上的表征方法;结合所构建的电池模型和所提的表征方法,基于Matlab/Simulink搭建四节单体串联模组的仿真模型,研究随着充放电循环次数的增加,模组一致性影响因素在放电电压曲线簇上的表征特点;最后从电池模组容量衰减角度,对所提表征方法和所得仿真结果进行了验证。结果表明,所提表征方法可有效地反映模组一致性影响因素的特征,为后续模组一致性分选等提供参考依据。     

基于因子分析与K-means聚类的退役动力电池快速分选方法

针对目前退役动力电池数量多、快速分选方法匮乏的问题,提出一种基于脉冲功率测试(Hybrid PulsePower Characteristic,HPPC)、因子分析和聚类算法的退役动力电池快速分选与重组方法。根据电池管理系统(Battery Management System, BMS)记录的电池数据,计算单体电池电压数据得到电池最大可用容量。以HPPC一次放电脉冲提取的电池开路电压、欧姆内阻、极化电阻以及浓差电阻作为特征变量。特征变量数据经归一化算法与因子分析优化后,通过聚类算法完成电池分选与重组。实验结果表明:该方法下单体电池平均分选重组时间压缩在30 min以内,分组后一致性指标较好,在退役动力电池分选与重组中具有较好的实际意义。     

数据驱动的锂离子电池健康状态估计

为契合纯电动汽车实车电池数据特点,提出一种数据驱动的锂离子电池健康状态(SOH)估计方法。基于前馈神经网络和循环神经网络模型,通过电池动态放电数据学习其动态特性,并参考锂离子电池电化学模型中电池端电压的组成公式,设计电池系统辨识神经网络的结构。该神经网络能较精确地学习电池的端电压响应和预测电池的恒流放电电压曲线,平均误差小于20 mV。基于曲线相似度计算法,利用模型预测的恒流放电电压曲线,对电池的容量和SOH进行估计。所提出的方法可对电池SOH进行精确估计,误差小于2.5%。     

退役磷酸铁锂电芯性能研究

一致性分选是退役电池梯次利用的关键技术之一.本文以15A·h退役磷酸铁锂单体电池为研究对象,通过外部特征分析、容量测试、脉冲充放电测试来研究电池的内部及外部性质.研究结果表明,退役锂离子电池分选的第一步可通过外观检查进行初步快速筛选.对于退役电池实际容量的标定,按标称容量的80％来定义充放电电流I3,得到的退役电池实际容量更准确.脉冲放电电压是判断电池一致性的一个重要指标,可作为锂电池快速分选的特征指标.最后选出了电池健康度(SOH)在80％以上、脉冲放电电压在2.7V以上的电池作为工况良好的电池.     

基于小波分析的图像检索技术

随着大量数字图像数据库的出现,基于内容的图像检索技术成为研究热点。本文针对小波的多尺度分析特性,描述了一种基于小波分析的图像检索算法,在小波变换域内提取出图像的显著特征点,然后提取显著特征点的颜色和纹理特征,颜色选取HSV空间,纹理特征用Gabor小波幅值的均值与方差表示,通过相似性匹配实现图像的检索。最后,本文通过实验证实了这种方法具有较高的检索精度,与基于角点检测方法的图像检索相比,检索效果与人的视觉更加相符。     

一种改进的SIFT血管图像特征匹配算法

基于特征提取的图像配准在医学领域得到广泛的应用。为了将尺度不变特性变换算法更好地运用到血管图像特征提取与匹配中去,根据血管图像特点,采用曲线拟合确定合适的低对比度阈值,并为了提高SIFT算法的处理速度以及匹配准确度,对SIFT算法的特征描述子进行降维处理,在特征点匹配阶段采用基于模比较的匹配方法,通过对比特征点描述向量模的关系寻找匹配点。实验结果及数据表明：改进后的算法在提高匹配速率和降低误匹配率方面均有提高,对临床血管疾病治疗有重要意义。     

电力系统元件模型仿真准确度评估

结合规范系数法与距离法提出了一种定量判断元件模型仿真准确度的方法。该方法在评估2条曲线的相似性时既考虑了2条曲线间的距离,同时也考虑了曲线变化趋势的相似程度。城西变电站的实测数据与仿真结果表明,该方法在评估元件模型的准确度时能有效克服只考虑仿真结果与实测曲线的数值相似度,而没有考虑仿真结果与实测曲线的变化趋势相似度问题。该方法使评估仿真元件模型的准确度更加合理、全面。     

基于波形相似度的容差模拟电路软故障诊断

针对容差模拟电路输出波形参数的随机性,构造了描述特定电路状态的特征区间向量,据此提出了一种基于多频响应波形相似度的软故障诊断方法。对每一种软故障,分别施加K种不同频率的激励信号,获取K个由输出响应构成的标准特征区间向量作为该故障状态的信号特征。对待测电路施加相同的K种频率的激励信号,获取K个待测样本,分别与每种故障模式的K个相应的标准特征区间向量进行相似度计算,获取K个波形相似度,在波形相似度融合中考虑了均方差权重系数和可信度权重系数,得到待测样本与该故障模式的总体相似度。最后依据一定的模糊规则进行故障定位。仿真实验证明,本方法在保证较高诊断准确率的情况下,对测点要求低,易于在自动测试系统中实现诊断的自动化。     

基于电压时间换相面积预测的换相失败抑制方法

提前触发控制是降低高压直流输电系统换相失败发生概率的一种重要方法,精准的提前触发是该方法抑制换相失败的关键.根据换相电压时间面积理论,提出了一种基于换相电压时间面积预测的换相失败抑制方法.该方法不仅计及了故障后直流电流的变化,还通过换相面积的测量间接计及了故障后换相角以及等效换相电抗的变化.同时,该方法具有较清晰的物理...     

一种优化的图像配准算法

为了降低传统尺度不变特征变换(SIFT)算法的特征点检测与匹配的时间复杂度,提出一种优化的图像配准算法,即采用Trajkovic算法检测特征点,并采用SIFT算法的分配描述符方法分配特征点描述符参数,再用稀疏降维原理对特征点描述符参数进行降维处理,最后,采用基于双向匹配的相似性度量算法进行特征点匹配。模拟实验选择检测图像的特征点数、匹配对数、正确匹配对数、匹配正确率、配准时间与配准时间下降率6个指标作为评估标准,结果表明,优化算法在特征点配准正确率方面与传统SIFT算法相当,但在特征点配准速度方面有明显提升。     

基于多特征相似性融合的隶属度函数研究

针对传统隶属度函数在变量个数和类型选择两方面存在的不足,在分析人脑对事物特征相似性的判定机理基础上,定义了模糊集合代表元素和基于多维特征向量的标准评价距离,提出了基于多特征相似性融合的隶属度函数确定方法.针对电池模糊均衡管理的实验结果表明,在电池有效容量降低情况下,采用该方法确定电压模糊集合的电池管理系统将均衡效率提高...     

改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法

聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点,与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合,构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先,根据负荷曲线相邻及间隔采样点变化量,提取负荷曲线的特征点,对曲线进行自适应降维重构;然后,以DTW距离作为曲线相似度衡量指标,运用基于Canopy的K均值(CK-means)算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合,结果表明所提降维方法与相似度衡量方法相契合,具有良好的综合性能,适用于变电站综合负荷行业构成比例解析。     

光伏电池工程用数学模型研究

光伏电池输出特性曲线方程是光伏发电理论研究的基础,本文结合该曲线和质点平抛运动轨迹的相似性,在原有的光伏电池工程指数模型基础上,首次提出了另一种更便于计算的光伏电池工程用数学模型。该模型的特点是用在三个不同重力场g0、g1和g2下的质点平抛的运动轨迹来代替光伏电池输出特性曲线。运用物理学中的平抛运动公式换算出电池输出特性曲线,通过调节g0、g1分界点的位置,使得本模型在不同的环境条件下最大功率点附近的误差尽可能小。实验表明该模型生成数据和实测数据的误差能满足工程精度要求,模型运算量和指数模型比较,减少了运算量。