[发明专利]一种基于云端历史数据的电池分类方法

权利要求书

1.一种基于云端历史数据的电池分类方法，其特征在于，包括如下步骤：

步骤1，采用电池管理系统BMS采集电池的历史大数据；

步骤2，对所述历史大数据进行数据清洗，得到电压数据和电流数据；

步骤3，通过所述电压数据和所述电流数据分别对电池单体容量以及电池内阻进行计算，得到m个样本的所述电池单体容量和所述电池内阻，记为待分类样本集a＝{x₁，x₂，……，x_m}，并且x_i为由内阻与容量构成的二维数组即x_i＝[x_C,i x_r，i]且i＝1，2，……，m；

步骤4，对所述电池单体容量和所述电池内阻进行数据标准化，得到标准化后的样本数据集，该样本数据集为A＝{X₁，X₂，……，X_m}，且标准化的公式为：

步骤5，在所述样本数据集A中选择聚类的k个类簇，而后初始化k个所述类簇的聚类中心，即从所述样本数据集A中选择k个样本作为初始聚类中心，且该初始聚类中心为B＝{μ₁，μ₂，……，μ_k}；

步骤6，采用欧式距离公式计算每个所述样本的类别，并在计算所述数据集A的每一个元素X_i与质心B_j之间的欧式距离d_ij时引入权重因子，从而计算得到分类结果，并将该分类结果记为分类集合C，C＝{C₁，C₂，……，C_k}，而后计算新的质心μ_j来更新聚类中心；

步骤7，重复步骤6，直至μ_j不再改变、满足阈值σ要求或达到最大迭代次数N时终止迭代，得到聚类结果，

其中，x_C,i与x_r，i分别为第i个待分类样本的电池容量和电池内阻，和分别为第i个待分类样本中的电池容量的最小值和最大值，和分别为第i个待分类样本中的电池内阻的最小值和最大值，μ_k＝[μ_C，kμ_r，k]，μ_C，k表示第k个样本的容量数据，μ_r，k表示第k个样本的内阻数据。

2.根据权利要求1所述的基于云端历史数据的电池分类方法，其特征在于：

其中，所述步骤3中的所述电池单体容量的计算步骤如下：

步骤3-1，从所述电压数据和所述电流数据中筛选出完整的充电工程数据曲线图；

步骤3-2，采用时安积分法基于充电过程对电池组容量进行初步估计，得到初步估计结果Q_P；

步骤3-3，采用模糊卡尔曼滤波对所述初步估计结果Q_P进行最优化修正，得到所述电池组容量的最优估计结果Q_sys；

步骤3-4，基于云端单体的电压数据，计算各个单体的剩余充电容量RCC_i和剩余放电容量RDC_i，而后根据下式计算得到各个所述电池单体容量Q_i，

Q_i＝Q_sys+RCC_i+RDC_i

式中，Q_i为第i个单体的电池容量，RCC_i为第i个单体的剩余充电容量，RDC_i为第i个单体的剩余放电容量。

3.根据权利要求2所述的基于云端历史数据的电池分类方法，其特征在于：

其中，所述步骤3-2中的时安积分的公式为：

式中，t₁表示该充电段的充电起始时间，t₂表示该充电段的充电结束时间，I(t)表示该充电段中t时刻的电流值，

所述步骤3-4中的所述剩余充电容量RCC_i和所述剩余放电容量RDC_i均通过插值法计算得到。