[发明专利]一种基于红外图像热点特征聚类分析的退役锂电池筛选方法

说明书

本发明公开了一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，包括加热锂电池并获取记录加热过程中锂电池表面温度变化的红外视频序列；提取红外视频序列中的关键帧图像；将提取的关键帧图像合成为单幅红外图像；提取合成的单幅红外图像中锂电池表面的热点信息，计算电池表面热点的归一化直方图；以电池表面热点的归一化直方图为特征进行聚类分析，完成退役动力锂电池的热特性筛选。本发明从红外视频序列中提取电池表面热点的归一化直方图，利用均值漂移聚类方法实现了对退役动力电池的筛选，能够主动分析运用电池的热特征，丰富了退役动力锂电池的筛选方法，降低了后续梯次利用中电池组热管理的难度。

技术领域

本发明属于退役动力锂电池梯次利用技术领域，具体涉及一种基于红外图像热点特征聚类分析的退役锂电池筛选方法。

背景技术

在各国政府的大力扶持下，新能源汽车快速发展，预期大规模的动力锂电池退役潮即将到来。实现锂电池的全寿命周期管理，对于完善新能源汽车产业链、形成绿色经济模式均具有重要意义。一般而言，从新能源汽车上退役的动力锂电池，仍然具备梯次利用价值，可在低速车辆等对电池性能要求较低的应用场合继续发挥作用。对退役动力锂电池的梯次利用是锂电池全寿命周期管理的重要环节。

锂电池梯次利用的第一步就是对新能源汽车上退役动力锂电池的分选，从电池组所有电池中选取特性较好且性能表现更为接近的电池单体进行重组。而快速有效的分析电池组中各单体特性是其中的关键技术。

为此，本发明针对退役动力锂电池梯次利用中的关键环节，提出一种基于红外图像热点特征聚类分析的退役锂电池筛选方法。

当前，多数方法仅从电气角度出发对退役动力锂电池的一致性进行筛查，主要特征包括：容量、内阻及端电压等。仅实现电气筛查并不能完全保证热特性的一致性，很可能会增加后续电池组热管理的难度。本发明将从电池热特性的角度出发，采用主动交流信号注入的方式快速加热锂电池，通过红外摄像机记录加热过程中温度动态变化的视频序列；以此为依据，提取视频序列中的关键帧，经过预处理，获得红外图像中锂电池热点的直方图信息作为特征，经聚类分析实现对退役动力锂电池的快速筛选，服务于后续锂电池的梯次利用。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，首先会将特定频率的正弦交流信号注入锂电池，使其升高一定的温度ΔT；使用红外摄像机记录此过程中锂电池表面的温度变化，从已获得的视频序列中提取红外图像的关键帧，通过求取多幅关键帧的平均值，生成单幅合成的红外图像；对该合成红外图像进行去噪及阈值分割，提取图像中锂电池的热点信息，计算热点的直方图；利用该直方图作为特征，使用均值漂移算法进行实现聚类分析，最终完成退役动力锂电池的热特性筛选。直接利用红外图像中锂电池的热特征，通过图像处理技术，分析筛选退役动力锂电池的热一致性，能够保证所选取的电池具有较好的热一致性，降低了后续梯次利用过程中电池组热管理的难度。

为实现上述技术目的，本发明采取的技术方案为：

一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，包括：

步骤1：加热锂电池并获取记录加热过程中锂电池表面温度变化的红外视频序列；

步骤2：提取红外视频序列中的关键帧图像；

步骤3：将提取的关键帧图像合成为单幅红外图像；

步骤4：提取合成的单幅红外图像中锂电池表面的热点信息，计算电池表面热点的归一化直方图；

步骤5：以电池表面热点的归一化直方图为特征进行聚类分析，完成退役动力锂电池的热特性筛选。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤1所述加热锂电池并获取记录加热过程中锂电池表面温度变化的红外视频序列，具体为：