[发明专利]基于K均值聚类的动力电池组不一致性诊断方法及系统

权利要求书

1.一种基于K均值聚类的动力电池组不一致性诊断方法，其特征在于，包括：

获取各电池单体的电压均值和标准差；

以各电池单体的电压均值和标准差作为数据集，基于K-means聚类算法对所述数据集聚类为若干簇；其中，每个电池单体的电压均值和标准差作为一个数据点坐标值；

计算每个电池单体所构成数据点到其所属簇中心的距离；

基于所述距离值与预设阈值的比较结果，判断当前电池单体是否异常，实现动力电池组的不一致性诊断。

2.如权利要求1所述的一种基于K均值聚类的动力电池组不一致性诊断方法，其特征在于，所述获取各电池单体的电压均值和标准差，具体为：提取动力电池组中各单体电压曲线，基于所述电压曲线计算电压均值和标准差。

3.如权利要求1所述的一种基于K均值聚类的动力电池组不一致性诊断方法，其特征在于，所述基于K-means聚类算法对所述数据集聚类为若干簇，具体为：从所述数据集中随机选择若干点作为初始聚类中心；计算剩余数据点到各个聚类中心的距离，将每个数据点划分到距离最近的聚类中心代表的簇；选择每个簇内数据点的均值作为新的聚类中心；迭代预设次数，获得最终的聚类结果。

4.如权利要求1所述的一种基于K均值聚类的动力电池组不一致性诊断方法，其特征在于，所述电池单体的异常情况包括内阻异常、容量异常、SOC异常以及温度异常，所述异常情况均对应于电池单体的电压均值和标准差的异常变化。

5.如权利要求1所述的一种基于K均值聚类的动力电池组不一致性诊断方法，其特征在于，所述基于所述距离值与预设阈值的比较结果，判断当前电池单体是否异常，为了便于展示，对于聚类展示结果，将异常电池单体对应的数据点与正常的数据点通过不同颜色标记进行区分。

6.如权利要求1所述的一种基于K均值聚类的动力电池组不一致性诊断方法，其特征在于，所述距离采用欧式距离进行计算。

7.一种基于K均值聚类的动力电池组不一致性诊断系统，其特征在于，包括：

数据获取单元，其用于获取各电池单体的电压均值和标准差；

聚类单元，其用于以各电池单体的电压均值和标准差作为数据集，基于K-means聚类算法对所述数据集聚类为若干簇；其中，每个电池单体的电压均值和标准差作为一个数据点坐标值；

距离计算单元，其用于计算每个电池单体所构成数据点到其所属簇中心的距离；

异常诊断单元，其用于基于所述距离值与预设阈值的比较结果，判断当前电池单体是否异常，实现动力电池组的不一致性诊断。

8.如权利要求7所述的一种基于K均值聚类的动力电池组不一致性诊断系统，其特征在于，所述电池单体的异常情况包括内阻异常、容量异常、SOC异常以及温度异常，所述异常情况均对应于电池单体的电压均值和标准差的异常变化。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的一种基于K均值聚类的动力电池组不一致性诊断方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述的一种基于K均值聚类的动力电池组不一致性诊断方法。