[发明专利]一种基于多核支持向量机的电池单体品质分类方法

权利要求书

1.一种基于多核支持向量机的电池单体品质分类方法，其特征在于：包括以下步骤：

S100、确定并提取影响样本电池单体品质的因素，并且量化成衡量指标数据；

S200、构建多核支持向量机，从已有数据中提取包含优、良、中、差四个等级品质标签的电池单体样本数据，通过主成分分析标准化降维处理，将处理后的数据代入多核支持向量机进行训练，再利用优化算法进行参数优化；

S300、利用训练后的多核支持向量机，对步骤S100中提取的样本电池单体的指标数据进行分类，得到最终分类结果。

2.根据权利要求1所述的基于多核支持向量机的电池单体品质分类方法，其特征在于：所述步骤S100中影响样本电池单体品质的因素，包括：

(1)样本电池单体的充电和放电时电压变化速率，(2)电池单体电压与总平均电压的方差，(3)电压分布均值，(4)电压变化方差，(5)电压变化的偏度，(6)电压变化分布的峰度，六个缩降维后的二维向量。

3.根据权利要求2所述的基于多核支持向量机的电池单体品质分类方法，其特征在于：步骤S100中，

所述充电和放电时电压变化速率计算公式为：其中vi(k+1)、vi(k)分别表示第i个编号的单体在k+1、k时刻的单体电压，t(k)表示第k个采样时刻；

所述电池单体电压与总平均电压的方差即每个具体单体与所有单体电压均值的方差计算公式如下：v_{i_var}＝(v_i-v_mean)²，其中Vi代表第i个编号的单体，Vmean表示所有单体电压在采样时刻的平均值；

其中，每个单体电压的一周内所出现的电压记录数据平均值，记为v_{i_m0}；

每个单体电压的一周内所出现的电压记录数据方差，记为v_{i_m1}；

每个单体电压的一周内所出现的电压记录数据偏度，记为v_{i_m2}，则计算公式为：其中，N为一周内数据的采样个数。

4.根据权利要求3所述的基于多核支持向量机的电池单体品质分类方法，其特征在于：所述步骤S200中从已有数据中提取包含优、良、中、差四个等级品质标签的电池单体样本数据，通过主成分分析标准化降维处理，包括：

将电池单体样本数据标准化处理后，创建为指标构成标准化矩阵，再利用主成分分析法进行降维，提取两个最重要的主成分；

包括需要求解标准化矩阵Z两两指标间的相关系数r_ij，利用它建的相关系数矩阵R；

其中，cov(Z_i，Z_j)为各个分向量i与j的协方差，Var(Z_i)为i指标的方差；

然后求解特征方程|R-λE|＝0；

计算相关系数矩阵R的五个特征根，并构成特征根向量b，求解由五维压缩至二维的主成分U这里，U_ij＝Z_ib_j，j＝1，2。

5.根据权利要求1所述的基于多核支持向量机的电池单体品质分类方法，其特征在于：所述步骤S200中将处理后的数据代入多核支持向量机进行训练，包括：

首先将特优、优、良两三类电池单体合并为优质类，将中、差两类电池单体合并为劣质类，并以优质类与劣质类为标签进行第一层支持向量机的学习，已分为优质类的电池单体以优、良为标签进行第二层支持向量机优质类分类的学习，将已分类为劣质类的电池单体以中、差为标签进行第二层支持向量机劣质类分类的学习对优类电池单体进行第三层支持向量机的学习，以优、特优为标签进行第三层支持向量机的学习。