王焰辉,黄志福,林宇星,刘建炜

( 1. 福州理工学院商学院,福建 福州 350506; 2. 华侨大学信息科学与工程学院,福建 厦门 361021;3. 中国人民银行泉州市中心支行,福建 泉州 362000; 4. 福州大学土木工程学院,福建 福州 350108 )

电池组中单体电池的不一致性不仅影响对荷电状态、健康状况等参数的正确判断,而且还会造成电池组容量衰减和寿命缩短,甚至引发安全问题。 已有学者针对电芯一致性分选配组方法展开大量研究。 K.Z.Fang 等[1]结合人工神经网络,基于电池的充电热性能,将电池分选为不同热状态的组别;J.B.Zhang 等[2]采用电化学阻抗谱和等效电路参数筛选电池;Y.Jiang 等[3]基于增量容量分析,提出一种时效机制的筛选策略。 以上研究方法均是基于单体电芯的检测,配组效率较低,无法满足大规模电池一致性分选要求。

在此研究背景下,本文作者基于实验测试所得1 024 只锂离子电池电芯的数据,以STATA、SPSS 和MATLAB 等软件为基础,引入KOHONEN 网络聚类法、广义神经网络回归聚类算法、传统的系统聚类法及模糊C 均值(FCM)聚类法,进行横向对比,研究电芯一致性分选问题,探究更有效的分选配组策略,为实际应用提供判断依据。

1 数据预处理

1.1 数据获取

实验测试用电芯为ICR18650-3200 钴酸锂锂离子电池电芯(江门产),共1 024 只,从00001 编号至01024。 电芯的标称电压为3 700 mV,标称容量为3 200 mAh。

用BAT-NEPDQ-01B-V016 星云锂离子电池组成品测试系统(福州产)进行测试,数据在两种情况下得出。 数据集1是将这批电芯经过系列充放电工序[以0.5C(1 600 mA)恒流充电至4.2 V,转恒压充电至电流为10 mA,简称恒……