基于K均值法与遗传算法的退役动力电池筛选

退役动力电池的一致性差,使得退役动力电池筛选和成组困难。影响退役动力电池一致性的因素有:电池内阻、开路电压、电池容量。在测得各项电池参数的基础上,将遗传算法和K均值算法结合,通过不断地对个体进行选择,交叉,变异,计算不同代数的适应度,依据成组的实际需求,确定K值进行分类,然后对最大适应度的个体为中心K均值聚类。通过实验验证,结果表明本方法能有效地对电池进行筛选分类,且同一分类电池一致性高。