王红美 刘建利

（1.天津力神电池股份有限公司 天津市 300384 2.力神动力电池系统有限公司 天津市 300384）

退役动力电池梯次利用是针对资源的优化利用所提出的，其核心思想为将退役的电池梯次利用，进而实现对其的资源优化。在针对其利用过程中，必须通过分选方法，保证其利用的精度[1]。在我国，针对此方面的研究起步较晚，但近年来由于对资源需求的不断提高，对于此类话题的研究成为相关部门的关注重点。结合以往相关研究中，主要通过计算退役动力电池容量的方式，将其剩余容量分摊，进而实现针对其的分选利用[2]。但传统的分选方法在实际应用中存在精度低的问题，造成此现象的主要原因在于在分选过程中，针对退役动力电池梯次利用选取的综合评价指标不具有代表性，导致其分选得出的结果与实际相比存在一定误差。由此可见，传统分选方法中的存在的弊端已经显露出来，为解决上述问题，K-means聚类作为一种聚类算法，能够在若干数据中，通过原型距离的方式，得到数据之间的相似度测度，进而保证期聚类精度[3]。因此，通过K-means 聚类选取的数据评价指标更具代表性，能够基于该算法的误差平方和准则函数实现具有相同属性数据之间的聚类。基于此，本文将K-means 聚类应用在分选方法中，通过该算法的应用，提高退役动力电池梯次利用分选中的聚类精度，致力于从根本上提高其分类精度。

1 基于K-means聚类的退役动力电池梯次利用……

登录APP查看全文