电池分选参数的选取方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种电池分选参数的选取方法、装置、计算机设备和存储介质。所述方法包括：获取电池分选的多个特征字段，以及各特征字段对应的多个分选参数的历史数据，并根据获取的多个特征字段和多个历史数据形成原始数据集；通过训练XGBoost模型从原始数据集中选取出目标数据集；根据目标数据集输出各分选参数的目标重要度值；根据目标重要度值确定目标数据集中多个分选参数中的至少一个作为目标参数。采用本方法能够解决了电池分选过程中较多不同参数的引入造成的分选聚类困难的问题。

【技术实现步骤摘要】
电池分选参数的选取方法、装置、计算机设备和存储介质
本申请涉及电池回收领域，尤其涉及一种电池分选参数的选取方法、装置、计算机设备和存储介质。
技术介绍
随着电动汽车对动力电池的性能要求较高，当动力电池的容量下降到一定程度后，为了确保电动汽车的动力性能、续驶里程和运行过程中的安全性能，就必须对其进行更换。从电动汽车上更换下来的电池，仍具有较高的剩余容量。锂离子电池具有比能量高、高温特性好、循环寿命长等优点，在作为电动汽车动力电池退役后，经过筛选和重新配组，有可能应用于工况相对良好、对电池性能要求相对较低的场合，实现动力电池的梯级利用。在对退役电池进行分选时，可采用的分选方法可以大概分为静态分选方法和动态分选方法。然而，所述静态分选方法可以采用的参数和所述动态分选方法可以采用的参数不同且种类较多，根据不同的参数对电池进行分选的结果也各不相同，并且引入较多参数会造成电池分选时的聚类困难。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提供合适的参数，实现对电池组的有效分选的电池分选参数的选取方法、装置、计算机设本文档来自技高网...

【技术保护点】
1.一种电池分选参数的选取方法，其特征在于，所述方法包括：/n获取电池分选的多个特征字段，以及各所述特征字段对应的多个分选参数的历史数据，并根据获取的多个所述特征字段和多个所述历史数据形成原始数据集；/n通过训练XGBoost模型从所述原始数据集中选取出目标数据集；/n根据所述目标数据集输出各所述分选参数的目标重要度值；/n根据所述目标重要度值确定所述目标数据集中多个所述分选参数中的至少一个作为目标参数。/n

【技术特征摘要】
1.一种电池分选参数的选取方法，其特征在于，所述方法包括：
获取电池分选的多个特征字段，以及各所述特征字段对应的多个分选参数的历史数据，并根据获取的多个所述特征字段和多个所述历史数据形成原始数据集；
通过训练XGBoost模型从所述原始数据集中选取出目标数据集；
根据所述目标数据集输出各所述分选参数的目标重要度值；
根据所述目标重要度值确定所述目标数据集中多个所述分选参数中的至少一个作为目标参数。


2.根据权利要求1所述的方法，其特征在于，所述通过训练XGBoost模型从所述原始数据集中选取出目标数据集，包括：
根据所述原始数据集训练第一XGBoost模型，并获取所述第一XGBoost模型的第一预测准确率；
选择多个所述特征字段中的一个作为备选字段，并根据所述备选字段和所述备选字段对应的多个所述分选参数的历史数据形成备选子数据集；
根据所述备选子数据集训练第二XGBoost模型，并获取所述第二XGBoost模型的第二预测准确率；
当预测差值满足预设条件时，确定当前的所述备选子数据集作为所述目标数据集，所述预测差值为第二预测准确率与第一预测准确率之间的差值。


3.根据权利要求2所述的方法，其特征在于，所述选择多个所述特征字段中的一个作为备选字段前，还包括：
根据所述第一XGBoost模型获取所述原始数据集中每个所述特征字段的训练次序值；
按照从小到大的顺序对所述训练次序值对应的多个所述特征字段进行排序，以获取字段训练序列；
所述选择多个所述特征字段中的一个作为备选字段，包括：
选择所述字段训练序列中的第一个特征字段作为所述备选字段。


4.根据权利要求2或3所述的方法，其特征在于，所述当预测差值满足预设条件时，确定当前的所述备选子数据集作为所述目标数据集，包括：
当预测差值小于或者等于差值阈值时，确定当前的所述备选子数据集为目标数据集。


5.根据权利要求3所述的方法，其特...

【专利技术属性】
技术研发人员：艾精文，李艳，田杰，杜进桥，朱玲玲，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44