CN113673719A - 考虑电池二次利用的电池更换方法、系统、装置及介质 - Google Patents
考虑电池二次利用的电池更换方法、系统、装置及介质 Download PDFInfo
- Publication number
- CN113673719A CN113673719A CN202110975164.6A CN202110975164A CN113673719A CN 113673719 A CN113673719 A CN 113673719A CN 202110975164 A CN202110975164 A CN 202110975164A CN 113673719 A CN113673719 A CN 113673719A
- Authority
- CN
- China
- Prior art keywords
- battery
- electric vehicle
- classified
- scene
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 230000008929 regeneration Effects 0.000 claims description 30
- 238000011069 regeneration method Methods 0.000 claims description 30
- 238000007689 inspection Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000010970 precious metal Substances 0.000 claims description 6
- 238000013278 delphi method Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000004146 energy storage Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 11
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000010926 waste battery Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000004064 recycling Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 229910017052 cobalt Inorganic materials 0.000 description 2
- 239000010941 cobalt Substances 0.000 description 2
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Secondary Cells (AREA)
- Sustainable Development (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
Abstract
本发明公开了一种考虑电池二次利用的电池更换方法、系统、装置及介质，其中方法包括：获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景；根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K‑近邻算法中计算欧式距离时各个电池参数的权重；获取待分类的电动汽车电池的电池参数；根据K‑近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。本发明充分利用电池的剩余价值，减少新能源电动汽车电池因为没有被充分利用而造成的资源浪费，可广泛应用于汽车、能源和环保领域。
Description
技术领域
本发明涉及汽车、能源和环保领域，尤其涉及一种考虑电池二次利用的电池更换方法、系统、装置及介质。
背景技术
预计到2025年，新能源汽车销量占比将达到20％左右，新能源电动汽车行业将迎来快速发展期。随着新能源电动汽车的快速发展，其电池的报废回收问题成为一大难题，根据数据统计，2019、2020年新能源汽车动力电池报废量分别达到了14.1万吨和19.6万吨。退役电池数量不断增加，如果不对退役的电池进行合理的处理，就会出现二次污染问题。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种考虑电池二次利用的电池更换方法、系统、装置及介质。
本发明所采用的技术方案是：
一种考虑电池二次利用的电池更换方法，包括以下步骤：
获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景；
根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重；
获取待分类的电动汽车电池的电池参数；
根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。
进一步地，所述电池参数包括电压、标称容量、恒流比、成品内阻、放电特性曲线；
所述二次利用场景包括非拆解再生场景和拆解再生场景，所述非拆解再生场景包括：低速电动车场景、低能耗设备路灯场景、储能系统场景或应急电源场景；
所述获取历史数据集的步骤还包括以下步骤：
对所述电池参数进行归一化处理。
进一步地，所述根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重，包括：
获取各个所述电池参数归一化后的允许最大值mu及允许最小值ml；
根据允许最大值mu及允许最小值ml计算各个所述电池参数的权重，计算公式如下：
其中，wn为第n个参数的权重，mu为归一化后第n个参数允许的最大值，ml为归一化后第n个参数允许的最小值，D为通过德尔菲法得到的专家意见数值，p为预设参数。
进一步地，所述根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景，包括：
通过K-近邻算法计算所述待分类的电动汽车电池的电池参数与历史数据集中的电池参数的加权欧式距离；
对计算获得的加权欧式距离进行升序排列，选取排列中前K条数据；
根据前K条数据和投票机制，获取票数最多的类别作为所述待分类的电动汽车电池分配的二次利用场景。
进一步地，所述加权欧式距离的计算公式如下：
其中，d为待分类样本与历史数据集中各数据加权欧式距离，wn第n个电池参数的权重，gn为待分类样本某一参数归一化后的数值，hn则为历史数据集中某一条数据某一参数归一化后的数值。
进一步地，若所述待分类的电动汽车电池分配至非拆解再生场景，执行以下步骤：
获取所述非拆解再生场景对应的检验标准，根据所述检验标准对所述待分类的电动汽车电池进行二次检验；
若通过二次检验，将所述待分类的电动汽车电池应用于所述非拆解再生场景。
进一步地，若所述待分类的电动汽车电池分配至拆解再生场景，执行以下步骤：
对所述待分类的电动汽车电池进行拆解，回收电池中的贵金属。
本发明所采用的另一技术方案是：
一种考虑电池二次利用的电池更换系统，包括：
数据采集模块，用于获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景；
权重计算模块，用于根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重；
参数获取模块，用于获取待分类的电动汽车电池的电池参数；
电池分类模块，用于根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。
本发明所采用的另一技术方案是：
一种考虑电池二次利用的电池更换装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是：
一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明提出一种新能源电动车辆电池二次利用的策略，充分挖掘新能源电动车辆电池的剩余使用空间，并将其二次应用于不同领域的低能耗场景，如低速电动车、低能耗设备路灯、储能系统或应急电源等场景，具有实际的环境保护意义与推广价值。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员而言，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1是本发明实施例中一种考虑电池二次利用的电池更换方法的步骤流程图；
图2是本发明实施例中一种考虑电池二次利用的电动汽车电池更换方法的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本实施例的主要目的是针对目前新能源车辆快速发展，即将迎来首批新能源汽车电池退役的高峰期的情况，提出了一种考虑电池二次利用的电动汽车电池更换方法。该方法需采集已退役且被二次利用的电动汽车电池的用途、相关电池参数(如电压、标称容量、恒流比、成品内阻等)、放电特性曲线等数据作为历史数据集，并采集待评估废旧电动汽车电池的对应参数，通过K-近邻算法等机器学习方法完成对电池二次利用用途的评估，并将其分类到最适合的二次利用类别中再次利用。其余电池则进入拆解再生阶段，回收其中的钴(Co)、镍(Ni)、锂(Li)等贵金属，经过化学纯化后投入电池再生产流程中。本方法在废旧电池二次利用场景遴选阶段采用了机器学习算法，将废旧电池划分至合适的领域进行二次利用，同时对于检测不通过的电池进行二次判断，再进入拆解再生阶段。本方法采用科学客观的分类方法，避免了人工判断的盲目性，具有较高的推广和应用价值。
参见图1和图2，本实施例的一种考虑电池二次利用的电池更换方法，包括以下步骤：
S1、获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景。
采集已被二次利用的废旧电动汽车电池的参数，并采集该电池的二次利用场景并标签化，以此作为历史数据集。需采集已被二次利用的废旧电动车电池的参数，这些参数包括：电压、标称容量、恒流比、成品内阻、放电特性曲线等参数；此外，还需采集已被二次利用的废旧电动车电池的二次利用场景，包括：非拆解再生场景与拆解再生场景。其中非拆解再生场景又包括：低速电动车、低能耗设备路灯、储能系统或应急电源等场景。由于参数的量纲不同，需要对所采集到的相关参数进行归一化处理，以保证后续机器学习运算中的量纲统一。这一部分数据将作为机器学习算法中的历史数据集，对后续的分类具有重要意义，如表1所示。
表1已被二次利用的电池参数及二次利用用途
S2、根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重。
收集各种电池二次利用场景中上述参数的范围区间，结合德尔菲法获取得到的专家意见，确定K-近邻算法中计算欧式距离时各个参数的权重。
由于在后续的步骤S4中的K-近邻算法中需要计算样本点和历史数据集中的欧式距离，而在电池的二次利用领域，对于不同参数的一致性要求有所不同，因此需要对欧氏距离计算公式进行优化：对于一致性要求高的参数，其权重更大，而对于一致性要求较低的参数，则其权重稍小。一致性要求体现在两个方面：一方面，体现在该参数的允许误差范围，允许误差范围越小的参数一致性要求越高；另一方面，本实施例引入德尔菲法，即听取专家意见对各个参数的权重进行评估，各个参数的专家评分与一致性要求成正比。即如下式：
其中，wn为第n个参数的权重，mu为归一化后第n个参数允许的最大值，ml为归一化后第n个参数允许的最小值，Dn为通过德尔菲法得到的专家意见数值，p为参数，如表2所示。
表2经德尔菲法和参数误差范围确定的系数
S3、获取待分类的电动汽车电池的电池参数。
对于新报废的待分类电动汽车电池，同样像步骤S1中提到的采集电压、标称容量、恒流比、成品内阻、放电特性曲线等参数，并将其进行归一化处理，如表3所示。
表3待评估废旧电池参数及通过本方法判断的二次利用用途
S4、根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。
运用K-近邻算法将待分类电池进行分类，待分类电池会进入某一二次利用场景或拆解再生阶段。通过K-近邻算法计算待分类样本与历史数据集中各数据的加权欧式距离，其公式如下：
其中，d为待分类样本与历史数据集中各数据加权欧式距离，wn第n个参数的权重，gn待分类样本某一参数归一化后的数值，hn则为历史数据集中某一条数据某一参数归一化后的数值。
加权欧氏距离计算完毕后，将距离进行升序排列。对于K的选择，可使用历史经验法或交叉验证法。确定好K后，选取升序排列后距离最近的前K条数据，按照少数服从多数的规则进行投票，票数最多的类别即为待分类样本所属的类别。若待分类电池会进入某一非拆解再生场景则进入步骤S41，否则进入步骤S42。
S41、获取所述非拆解再生场景对应的检验标准，根据所述检验标准对所述待分类的电动汽车电池进行二次检验；若通过二次检验，将所述待分类的电动汽车电池应用于所述非拆解再生场景。
经过步骤S4分类后的电池，如被分类为非拆解再生场景，则该电池需要在该非拆解再生场景的检验标准之下进行二次检验。二次检验包括更详细的某些参数的检验以及稳定试运行，通过二次检验的电池方可应用于二次利用场景。如二次检验不通过，则电池会重新返回K-近邻算法，并将其归类为除拆解再生场景以外的第二相似二次利用场景，再次进行二次检验。如二次检验仍不通过，则进入拆解再生阶段。
S42、对所述待分类的电动汽车电池进行拆解，回收电池中的贵金属。
进入拆解再生阶段的废旧电池可以选择三种模式之一进行拆解再生：动力电池生产商拆解、行业联盟回收及第三方回收拆解。其中的钴(Co)、镍(Ni)、锂(Li)等贵金属成本较高，且回收利用技术较为成熟，应作为拆解再生重点的回收利用材料，上述贵金属经过化学纯化后可投入电池再生产流程中。
综上所述，本实施例相对于现有技术，具有如下有益效果：本实施例提供了一种考虑电池二次利用的电动汽车电池更换方法，所述方法结合已进行二次利用的电动汽车电池的历史数据，考虑电池的重要参数与二次利用领域，采用K-近邻的机器学习方法对待分类的电池进行分类。对于被初次判定为适用于某一二次利用场景的电池需要进行二次判断，两次判断均通过方可应用于二次利用场景。该方法基于历史数据以及K-近邻的机器学习方法，有效避免了电池二次利用场景的主观性判断，使电池二次利用领域的分类更加客观智能，具有较高的应用价值。
本实施例还提供一种考虑电池二次利用的电池更换系统，包括：
数据采集模块，用于获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景；
权重计算模块，用于根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重；
参数获取模块，用于获取待分类的电动汽车电池的电池参数；
电池分类模块，用于根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。
本实施例的一种考虑电池二次利用的电池更换系统，可执行本发明方法实施例所提供的一种考虑电池二次利用的电池更换方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供一种考虑电池二次利用的电池更换装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如图1所示方法。
本实施例的一种考虑电池二次利用的电池更换装置，可执行本发明方法实施例所提供的一种考虑电池二次利用的电池更换方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本申请实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
本实施例还提供了一种存储介质，存储有可执行本发明方法实施例所提供的一种考虑电池二次利用的电池更换方法的指令或程序，当运行该指令或程序时，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种考虑电池二次利用的电池更换方法，其特征在于，包括以下步骤：
获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景；
根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重；
获取待分类的电动汽车电池的电池参数；
根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。
2.根据权利要求1所述的一种考虑电池二次利用的电池更换方法，其特征在于，所述电池参数包括电压、标称容量、恒流比、成品内阻、放电特性曲线；
所述二次利用场景包括非拆解再生场景和拆解再生场景，所述非拆解再生场景包括：低速电动车场景、低能耗设备路灯场景、储能系统场景或应急电源场景；
所述获取历史数据集的步骤还包括以下步骤：
对所述电池参数进行归一化处理。
3.根据权利要求2所述的一种考虑电池二次利用的电池更换方法，其特征在于，所述根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重，包括：
获取各个所述电池参数归一化后的允许最大值mu及允许最小值ml；
根据允许最大值mu及允许最小值ml计算各个所述电池参数的权重，计算公式如下：
其中，wn为第n个参数的权重，mu为归一化后第n个参数允许的最大值，ml为归一化后第n个参数允许的最小值，D为通过德尔菲法得到的专家意见数值，p为预设参数。
4.根据权利要求2所述的一种考虑电池二次利用的电池更换方法，其特征在于，所述根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景，包括：
通过K-近邻算法计算所述待分类的电动汽车电池的电池参数与历史数据集中的电池参数的加权欧式距离；
对计算获得的加权欧式距离进行升序排列，选取排列中前K条数据；
根据前K条数据和投票机制，获取票数最多的类别作为所述待分类的电动汽车电池分配的二次利用场景。
5.根据权利要求4所述的一种考虑电池二次利用的电池更换方法，其特征在于，所述加权欧式距离的计算公式如下：
其中，d为待分类样本与历史数据集中各数据加权欧式距离，wn第n个电池参数的权重，gn为待分类样本某一参数归一化后的数值，hn则为历史数据集中某一条数据某一参数归一化后的数值。
6.根据权利要求4所述的一种考虑电池二次利用的电池更换方法，其特征在于，若所述待分类的电动汽车电池分配至非拆解再生场景，执行以下步骤：
获取所述非拆解再生场景对应的检验标准，根据所述检验标准对所述待分类的电动汽车电池进行二次检验；
若通过二次检验，将所述待分类的电动汽车电池应用于所述非拆解再生场景。
7.根据权利要求4所述的一种考虑电池二次利用的电池更换方法，其特征在于，若所述待分类的电动汽车电池分配至拆解再生场景，执行以下步骤：
对所述待分类的电动汽车电池进行拆解，回收电池中的贵金属。
8.一种考虑电池二次利用的电池更换系统，其特征在于，包括：
数据采集模块，用于获取历史数据集，所述历史数据集包括已被二次利用的电动汽车电池的电池参数，以及所述电动汽车电池的二次利用场景；
权重计算模块，用于根据历史数据集，获取各种电池的二次利用场景中电池参数的范围区间，确定K-近邻算法中计算欧式距离时各个电池参数的权重；
参数获取模块，用于获取待分类的电动汽车电池的电池参数；
电池分类模块，用于根据K-近邻算法和获得的电池参数对所述待分类的电动汽车电池进行分类，根据分类结果将所述待分类的电动汽车电池分配至对应的二次利用场景。
9.一种考虑电池二次利用的电池更换装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-7任一项所述方法。
10.一种存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-7任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110975164.6A CN113673719A (zh) | 2021-08-24 | 2021-08-24 | 考虑电池二次利用的电池更换方法、系统、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110975164.6A CN113673719A (zh) | 2021-08-24 | 2021-08-24 | 考虑电池二次利用的电池更换方法、系统、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113673719A true CN113673719A (zh) | 2021-11-19 |
Family
ID=78545632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110975164.6A Pending CN113673719A (zh) | 2021-08-24 | 2021-08-24 | 考虑电池二次利用的电池更换方法、系统、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113673719A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103081213A (zh) * | 2010-06-24 | 2013-05-01 | 丰田自动车株式会社 | 电池管理系统、电池管理装置、电池的再利用方法以及信息通信终端设备 |
| CN108334900A (zh) * | 2018-01-29 | 2018-07-27 | 上海电气分布式能源科技有限公司 | 动力电池的分类模型的生成方法及系统、分类方法及系统 |
| CN109425837A (zh) * | 2017-09-04 | 2019-03-05 | 北京迅力世达技术有限公司 | 退役电池模组的快速筛选方法 |
| CN111476297A (zh) * | 2020-04-07 | 2020-07-31 | 中国民航信息网络股份有限公司 | 一种类别确定方法及装置 |
| CN111487532A (zh) * | 2020-04-09 | 2020-08-04 | 北方工业大学 | 一种基于层次分析法和熵值法的退役电池筛选方法及系统 |
| CN112290109A (zh) * | 2020-10-30 | 2021-01-29 | 重庆长安新能源汽车科技有限公司 | 一种基于云平台的锂离子电池均衡维修方法 |
| CN113078407A (zh) * | 2021-04-29 | 2021-07-06 | 武汉蔚能电池资产有限公司 | 小容量电芯双重并联的高容量电池模组及其回收利用方法 |
| CN113097579A (zh) * | 2019-12-23 | 2021-07-09 | 本田技研工业株式会社 | 组合判定装置、组合判定方法及存储介质 |
-
2021
- 2021-08-24 CN CN202110975164.6A patent/CN113673719A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103081213A (zh) * | 2010-06-24 | 2013-05-01 | 丰田自动车株式会社 | 电池管理系统、电池管理装置、电池的再利用方法以及信息通信终端设备 |
| CN109425837A (zh) * | 2017-09-04 | 2019-03-05 | 北京迅力世达技术有限公司 | 退役电池模组的快速筛选方法 |
| CN108334900A (zh) * | 2018-01-29 | 2018-07-27 | 上海电气分布式能源科技有限公司 | 动力电池的分类模型的生成方法及系统、分类方法及系统 |
| CN113097579A (zh) * | 2019-12-23 | 2021-07-09 | 本田技研工业株式会社 | 组合判定装置、组合判定方法及存储介质 |
| CN111476297A (zh) * | 2020-04-07 | 2020-07-31 | 中国民航信息网络股份有限公司 | 一种类别确定方法及装置 |
| CN111487532A (zh) * | 2020-04-09 | 2020-08-04 | 北方工业大学 | 一种基于层次分析法和熵值法的退役电池筛选方法及系统 |
| CN112290109A (zh) * | 2020-10-30 | 2021-01-29 | 重庆长安新能源汽车科技有限公司 | 一种基于云平台的锂离子电池均衡维修方法 |
| CN113078407A (zh) * | 2021-04-29 | 2021-07-06 | 武汉蔚能电池资产有限公司 | 小容量电芯双重并联的高容量电池模组及其回收利用方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | End-of-life vehicle (ELV) recycling management: Improving performance using an ISM approach | |
| Rosa et al. | Improving end of life vehicle’s management practices: An economic assessment through system dynamics | |
| CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
| CN113289931A (zh) | 一种锂离子电池梯次利用分选方法 | |
| CN117301949A (zh) | 车辆及其异常电芯的识别方法、存储介质以及电子设备 | |
| CN116078697A (zh) | 一种考虑长期一致性的电动汽车退役电池的筛选重组方法 | |
| CN113673719A (zh) | 考虑电池二次利用的电池更换方法、系统、装置及介质 | |
| CN110119891B (zh) | 一种适于大数据的交通安全影响因素辨识方法 | |
| CN113139583A (zh) | 电池分选参数的选取方法、装置、计算机设备和存储介质 | |
| CN116777638A (zh) | 基于数据画像的车险理赔风险的识别方法和装置 | |
| Gao et al. | Control strategy for PHEB based on actual driving cycle with driving style characteristic | |
| CN116579789A (zh) | 一种基于动力电池性能分析的二手车估值方法及系统 | |
| CN115193747A (zh) | 一种基于容量增量曲线的电动车退役电池的筛选重组方法 | |
| CN115760078A (zh) | 电池的回收方式确定方法、装置、电子设备和存储介质 | |
| Tan et al. | A survey on improvement of Mahalanobis Taguchi system and its application | |
| CN113657475A (zh) | 基于分类的用电量预测方法 | |
| CN117391677B (zh) | 新能源汽车动力电池循环利用碳足迹核算及评价方法 | |
| CN111538752A (zh) | 基于车联网的车辆用途识别方法、系统及存储介质 | |
| CN116432844B (zh) | 一种新能源车用锂电池故障更换备件需求预测方法及系统 | |
| CN111275306A (zh) | 电梯改造评估方法及电梯改造评估系统 | |
| CN117788038B (zh) | 一种汽车行业平台数据智能监测分析处理方法 | |
| CN117150275B (zh) | 机器学习模型构建方法、电池健康度预测方法以及装置 | |
| CN112381560B (zh) | 一种共享设备产品市场预测系统及方法 | |
| CN113451665B (zh) | 一种车辆动力电池保养特征识别方法及装置 | |
| CN111798148B (zh) | 项目分配方法、装置、计算机设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |