一种粒子群优化BIRCH算法的退役动力电池等级划分方法技术

一种粒子群优化BIRCH算法的退役动力电池等级划分方法,首先对退役动力电池的外观进行检测，初步筛选出可二次利用的退役动力电池。选取退役动力电池的容量、内阻和开路电压作为等级划分依据，建立聚类特征树CF Tree，利用CF Tree的CF节点的质心，作为初始聚类中心点。计算电池数据与聚类中心点的欧氏距离。根据“距离就近原则”，对退役动力电池进行初次分类。并通过粒子群不断优化聚类中心点的位置，最终将退役电池划分为若干等级。针对不同等级的退役动力电池，制定不同的后续应用方案。本发明专利技术将粒子群的优化思想融入聚类过程中，提高了退役动力电池等级划分的准确性，并且划分到同级别退役动力电池拥有较高的一致性。退役动力电池拥有较高的一致性。退役动力电池拥有较高的一致性。

【技术实现步骤摘要】
的最大半径阈值T这四个CF Tree参数进行给定；
[0011]每一个CF是一个三元组，用(Q，LS，SS)表示，其中Q代表了这个CF中拥有的样本数， LS代表了这个CF中拥有的样本点各特征维度的和向量，SS代表了这个CF中拥有的样本点各特征维度的平方和；N、SS、LS满足如下线性关系；
[0012][0013]步骤(4)针对所述步骤(2)所得的数据集D，读入第1组数据d1，将其纳入第一个叶子节点的第一个CF三元组LN1；
[0014]步骤(5)读入第2组数据d2，如果它处在前一个CF节点所对应的半径为T的超球体中，则将其置为同一个CF三元组LN1，插入结束；转入步骤(8)；否则转入步骤(6)；
[0015]步骤(6)如果当前叶子节点的CF节点个数小于阈值L，则创建一个新的CF节点，放入第2组数据d2，生成新的三元组LN2，插入结束，转入步骤(8)；否则转入步骤(7)；
[0016]步骤(7)将当前叶子节点划分为两个新叶子节点，选择旧叶子节点中欧式距离相距最远的两个CF节点，分别作为两个新叶子节点的第一个CF节点；将其他元组和新加入元组按照“距离本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种粒子群优化BIRCH算法的退役动力电池等级划分方法，其特征在于，其步骤为：步骤(1)选取m组电动大巴车退役动力电池进行外观检测，对于存在鼓包、破损情况的退役动力电池，进行回收处理；将剩余n组退役动力电池进行下一步操作；其中，n≤m；步骤(2)以退役动力电池的容量、内阻和开路电压作为等级划分依据，测量n组退役动力电池的容量、内阻和开路电压的数据参数，得到退役动力电池等级划分的数据集D＝{d1,d2,L,d
n
}；其中，d
u
=(a
u
,b
u
,c
u
)0＜u≤n，a
u
代表第u组退役动力电池的容量，b
u
代表第u组退役动力电池的内阻，c
u
代表第u组退役动力电池的开路电压；步骤(3)建立聚类特征树CF Tree，该树的每一个节点由若干聚类特征组成；对根节点最大个数K，分支节点最大个数B，每个叶子节点容纳的最大CF数L以及叶子节点每个CF的最大半径阈值T这四个CF Tree参数进行给定；每一个CF是一个三元组，用(Q，LS，SS)表示，其中Q代表了这个CF中拥有的样本数，LS代表了这个CF中拥有的样本点各特征维度的和向量，SS代表了这个CF中拥有的样本点各特征维度的平方和；N、SS、LS满足如下线性关系；步骤(4)针对所述步骤(2)所得的数据集D，读入第1组数据d1，将其纳入第一个叶子节点的第一个CF三元组LN1；步骤(5)读入第2组数据d2，如果它处在前一个CF节点所对应的半径为T的超球体中，则将其置为同一个CF三元组LN1，插入结束；转入步骤(8)；否则转入步骤(6)；步骤(6)如果当前叶子节点的CF节点个数小于阈值L，则创建一个新的CF节点，放入第2组数据d2，生成新的三元组LN2，插入结束，转入步骤(8)；否则转入步骤(7)；步骤(7)将当前叶子节点划分为两个新叶子节点，选择旧叶子节点中欧式距离相距最远的两个CF节点，分别作为两个新叶子节点的第一个CF节点；将其他元组和新加入元组按照“距离相近”原则放入两个新的叶子节点；依次向上检查分支节点和根节点是否也需要分裂，若需要，则其分裂方式和叶子节点相同；若不需要，则转入步骤(8)；步骤(8)继续读入剩余组的数据d
t
(2＜t≤n)，重复步骤(5)到步骤(7)；完成对所有数据建立聚类特征树CF Tree；步骤(9)利用CF Tree的根节点的质心，作为初始电池等级分布的聚类中心；确定聚类中心点个数为k，用r
i
(t)表示；0＜i≤k；以k个聚类中心点作为粒子群算法的优化对象，即共有k个粒子，0＜k≤n；聚类中心点的坐标由退役动力电池的容量、内阻和开路电压参数构成，r
i
(t)＝(x
i
,y
i
,z
i
)；x，y，z分别代表第i个聚类中心点的容量、内阻和开路电压；步骤(10)在退役动力电池数据集D中，随机初始化步骤(8)所得k个聚类中心点的速度向量和位置向量；设置算法最大迭代次数l；0＜l≤500；步骤(11)分别计算n组退役动力电池数据{d1...

【专利技术属性】
技术研发人员：宋汶秦，徐逸杨，杨茜，李昱，杨婷婷，王海亮，王著秀，王兴贵，杨国山，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：