CN115481363A - 基于组合赋权-模糊综合评价的电池组不一致性评估方法 - Google Patents
基于组合赋权-模糊综合评价的电池组不一致性评估方法 Download PDFInfo
- Publication number
- CN115481363A CN115481363A CN202210828561.5A CN202210828561A CN115481363A CN 115481363 A CN115481363 A CN 115481363A CN 202210828561 A CN202210828561 A CN 202210828561A CN 115481363 A CN115481363 A CN 115481363A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- weight
- objective
- degree
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Abstract
本发明公开了一种基于组合赋权‑模糊综合评价的电池组不一致性评估方法,首先确定评价指标集合,然后采用G1方法作为主观赋权法,采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法,获得不一致性评价指标的主观权重和客观权重;再将使用熵权法和CRITIC法获得的两种客观权重相融合,所得结果再与G1法获得的主观权重融合,得到最终的组合权重;最终采用模糊综合评价对电池组不一致程度进行评估。本发明充分利用客观信息的同时,尽可能满足主观判断,克服了单一赋权法的片面性,权重分配更加合理,其次利用模糊综合评价方法实现了电池组不一致性程度的准确评价。
Description
技术领域
本发明属于电池技术领域,具体涉及一种电池组不一致性评估方法。
背景技术
为满足新能源汽车行驶的能量和功率需求,需要将成百上千个单体电池经过串并联的方式组成动力电池组。一般来说,成组后的电池组的性能参数不是简单的电池单体参数的加和,其容量、安全性和耐久性等性能相对于单体电池也有一定程度的下降,其主要原因就是单体电池之间的不一致性。这种不一致性的产生原因主要来自两个方面:第一,制造过程中造成的不一致性;第二,电池组使用过程中造成的不一致性。在制造过程中,由于电池内部的活性材料、电池极板的厚度等不可避免的会出现不一致,因此导致了电池初始容量、内阻和自放电率等参数的不一致,成组后随着使用不一致性会持续扩大。在使用过程中,随着电流的持续加载和卸载、反复进行的充放电循环,电池组内的热分布不同等因素导致了每个电池的放电深度、终端电压、荷电状态(SOC)、健康状态(SOH)等不一致,并持续恶化。电池组不一致性的恶化会导致电池组整体寿命退化、热失控等问题,甚至出现严重的安全事故。因此,锂离子电池组的不一致性评估,对于保证电池组的健康可靠运行,实现电池组SOC、SOH的准确估计具有重要意义。
许多研究人员也已经对于电池组不一致性程度评估问题做了很多工作,提出了基于信号处理、等效模型以及信息融合等方法进行不一致性特征的提取,选取了不同的电池参数作为不一致性评价指标等。但目前对于不一致性评价指标的权重确定方法,主要以单一的客观赋权法或单一的主观赋权法进行权重分配,具有很大的片面性,同时不一致性评价方法也有待进一步研究。因此,如何使评估内容更加全面,权重确定更加合理,指标量化更加科学,评估结果更符合实际仍然是不一致性评估问题面临的主要挑战。
发明内容
为了克服现有技术的不足,本发明提供了一种基于组合赋权-模糊综合评价的电池组不一致性评估方法,首先确定评价指标集合,然后采用G1方法作为主观赋权法,采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法,获得不一致性评价指标的主观权重和客观权重;再将使用熵权法和CRITIC法获得的两种客观权重相融合,所得结果再与G1法获得的主观权重融合,得到最终的组合权重;最终采用模糊综合评价对电池组不一致程度进行评估。本发明充分利用客观信息的同时,尽可能满足主观判断,克服了单一赋权法的片面性,权重分配更加合理,其次利用模糊综合评价方法实现了电池组不一致性程度的准确评价。
本发明解决其技术问题所采用的技术方案包括如下步骤:
步骤1:确定评价指标集合O={o1,o2,....,om};
根据电池组不一致性程度影响因素,选取m个指标作为电池组不一致性程度地评价指标;
步骤2:采用G1方法作为主观赋权法,采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法,获得不一致性评价指标的主观权重和客观权重;
步骤2-1:根据评价对象和评价指标,建立评价系统原始矩阵X;
式中,xij表示第i个电池的第j个评价指标,n为电池组中的电池数量,m为评价指标个数;
步骤2-2:对原始矩阵进行归一化处理,得到所有评价指标的归一化矩阵;
对于正向指标采用如下的归一化:
对于负向指标采用如下的归一化:
得到归一化矩阵如下所示:
步骤2-3:利用熵权法计算客观权重;
步骤2-3-1:计算每个评价指标的熵值;
S表示信息熵,S的值越大,表示数据中包含的信息量越大;
步骤2-3-2:计算每个评价指标的熵权法客观权重;
步骤2-4:利用CRITIC法计算客观权重;
步骤2-4-1:确定指标差异性;
通过计算标准差表示各个指标内部取值的差异波动情况,计算公式如下:
步骤2-4-2:确定指标冲突性;
通过相关系数表示指标间的冲突性,冲突性计算公式如下:
其中,rjk表示评价指标j和评价指标k之间的相关系数;相关系数计算公式如下:
步骤2-4-3:计算信息量;
Cj=Dj×Rj
将指标差异性和指标冲突性相乘,得到第j个指标在整个评价体系中的作用,作为分配权重的依据;
步骤2-4-4:计算CRITIC法客观权重;
步骤2-5:利用G1法计算主观权重;
步骤2-5-1:确定指标的顺序关系;
对于给定的评价指标集合O={o1,o2,....,om},使用如下的方式来确定评价指标间的顺序关系:首先,根据G1法选择最重要的因素,记为为重新排序后的第一个评价指标;然后,选择剩余指标中最重要的一个,记为专家依次从剩余的m-(k-1)个评价指标中选择最重要的一个指标,记为依次类推,最后一个评价指标记为
步骤2-5-2:确定指标间的相对重要性;
在得到重要性从高到低排序的评价指标集合后,确定指标和指标之间的相对重要性;根据专家判定,将指标和指标之间的相对重要性记为rk,k=m,m-1,...,3,2; rk的值表示指标和指标之间的相对重要性程度,取值有:rk=1.0表示相对重要性程度相等,rk=1.2表示相对重要性程度略高,rk=1.4表示相对重要性程度高,rk=1.6表示相对重要性程度很高,rk=1.8表示相对重要性程度非常高;
步骤2-5-3:计算主观权重;
基于上述得到的rk,根据如下公式计算第m个评价指标的权重:
步骤3:将使用熵权法和CRITIC法获得的两种客观权重相融合,所得结果再与 G1法获得的主观权重融合,得到最终的组合权重;
步骤3-1:将使用熵权法和CRITIC法获得的两种客观权重相融合;
利用几何平均法得到每个指标的客观组合权重:
步骤3-2:主客观权重融合;
依据最小鉴别信息原理求取组合权重向量w,则目标函数为:
求解此目标函数,得到第j项评价指标最终组合权重wj为:
最终得到所有评价指标的组合权重向量为:
W=[w1 w2 ... wj ... wm]
步骤4:采用模糊综合评价对电池组不一致程度进行评估;
步骤4-1:确定评价集V={v1,v2,...,vs};
评价集是参与评价主体的评价等级集合V,将电池的不一致程度分为四个等级,即V={V1,V2,V3,V4}={良好,合格,注意,严重},每个等级对应一个模糊子集;根据专家经验设置评价等级对应的取值区间;
步骤4-2:确定隶属度函数;
选择正态型分布的隶属度函数:
式中,x为单指标具体评分值;xmean=(x1+x2)/2为量化后评价等级区间的中点,当x=xmean时,隶属度为1;当评价指标值位于区间的端点时,此时指标的模糊程度最高,难以判别隶属于哪个等级,则对邻近的两个评价等级的隶属度均为0.5;那么:
解得:
σ=(x1-x2)/1.66
其中,x1和x2为等级区间的边界值;
步骤4-3:建立隶属度矩阵,即模糊关系矩阵;
隶属度矩阵表示第i个评价指标进行单因素评价得到的一个相对于等级vk的模糊向量,表示为:
其中,rij表示第i个指标对于第j个等级的影响程度;
步骤4-4:计算模糊综合评价结果;
将步骤3得到的组合权重向量W和隶属度矩阵R相乘得到模糊综合评价结果,即:
其中,sj表示所有评价指标从整体上对vj等级模糊子集的隶属度;选取具有最大值的 sj对应的等级作为不一致性程度的最终评判结果。
优选地,所述步骤1中选取的指标包括电池内阻、容量和开路电压。
本发明的有益效果如下:
本发明首先通过使用组合赋权的方法,融合主观权重和两种客观权重,充分利用客观信息的同时,尽可能满足主观判断,克服了单一赋权法的片面性,权重分配更加合理,其次利用模糊综合评价方法实现了电池组不一致性程度的准确评价。
附图说明
图1为本发明组合赋权-模糊综合评价过程示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明的目的在于,针对上述问题,提出一种基于组合赋权-模糊综合评价的电池组不一致性评估方法,可以将主观、客观权重计算方法相结合,得到更加合理的指标权重值,进而利用模糊综合评价法,实现对电池组不一致程度的评价。
如图1所示,一种基于组合赋权-模糊综合评价的电池组不一致性评估方法,包括如下步骤:
步骤1:确定评价指标集合O={o1,o2,....,om};
根据电池组不一致性程度影响因素,选取m个指标作为电池组不一致性程度地评价指标;如,电池内阻、容量、开路电压等(但不局限于此)。
步骤2:采用G1方法作为主观赋权法,采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法,获得不一致性评价指标的主观权重和客观权重;
步骤2-1:根据评价对象和评价指标,建立评价系统原始矩阵X;
式中,xij表示第i个电池的第j个评价指标,n为电池组中的电池数量,m为评价指标个数;
步骤2-2:对原始矩阵进行归一化处理,得到所有评价指标的归一化矩阵;
对于正向指标采用如下的归一化:
对于负向指标采用如下的归一化:
得到归一化矩阵如下所示:
步骤2-3:利用熵权法计算客观权重;
步骤2-3-1:计算每个评价指标的熵值;
S表示信息熵,S的值越大,表示数据中包含的信息量越大;
步骤2-3-2:计算每个评价指标的熵权法客观权重;
步骤2-4:利用CRITIC法计算客观权重;
CRITIC方法常用来确定具有高度相关性的评价指标的权重,由于电池内部化学反应复杂,众多外部评价指标之间都具有很高的相关性,因此这种客观赋权法具有很好的应用效果。利用CRITIC法计算客观权重的步骤如下:
步骤2-4-1:确定指标差异性;
通过计算标准差表示各个指标内部取值的差异波动情况,计算公式如下:
步骤2-4-2:确定指标冲突性;
通过相关系数表示指标间的冲突性,冲突性计算公式如下:
其中,rjk表示评价指标j和评价指标k之间的相关系数;相关系数计算公式如下:
步骤2-4-3:计算信息量;
Cj=Dj×Rj
将指标差异性和指标冲突性相乘,得到第j个指标在整个评价体系中的作用,作为分配权重的依据;
步骤2-4-4:计算CRITIC法客观权重;
步骤2-5:利用G1法计算主观权重;G1法则是一种主观赋权法;
步骤2-5-1:确定指标的顺序关系;
对于给定的评价指标集合O={o1,o2,....,om},使用如下的方式来确定评价指标间的顺序关系:首先,选择最重要的因素,记为为重新排序后的第一个评价指标;然后,选择剩余指标中最重要的一个,记为专家依次从剩余的m-(k-1)个评价指标中选择最重要的一个指标,记为依次类推,最后一个评价指标记为
步骤2-5-2:确定指标间的相对重要性;
在得到重要性从高到低排序的评价指标集合后,确定指标和指标之间的相对重要性;根据专家判定,将指标和指标之间的相对重要性记为rk,k=m,m-1,...,3,2; rk的值表示指标和指标之间的相对重要性程度,取值有:rk=1.0表示相对重要性程度相等,rk=1.2表示相对重要性程度略高,rk=1.4表示相对重要性程度高,rk=1.6表示相对重要性程度很高,rk=1.8表示相对重要性程度非常高;
步骤2-5-3:计算主观权重;
基于上述得到的rk,根据如下公式计算第m个评价指标的权重:
步骤3:将使用熵权法和CRITIC法获得的两种客观权重相融合,所得结果再与 G1法获得的主观权重融合,得到最终的组合权重;
步骤3-1:将使用熵权法和CRITIC法获得的两种客观权重相融合;
利用几何平均法得到每个指标的客观组合权重:
步骤3-2:主客观权重融合;
为了使组合权重尽可能地接近主观权重和客观权重,而不偏重于其中任意一项,依据最小鉴别信息原理求取组合权重向量w,则目标函数为:
求解此目标函数,得到第j项评价指标最终组合权重wj为:
最终得到所有评价指标的组合权重向量为:
W=[w1 w2 ... wj ... wm]
步骤4:采用模糊综合评价对电池组不一致程度进行评估;
步骤4-1:确定评价集V={v1,v2,...,vs};
评价集是参与评价主体的评价等级集合V,将电池的不一致程度分为四个等级,即V={V1,V2,V3,V4}={良好,合格,注意,严重},每个等级对应一个模糊子集;根据专家经验设置评价等级对应的取值区间;
步骤4-2:确定隶属度函数;
选择正态型分布的隶属度函数:
式中,x为单指标具体评分值;xmean=(x1+x2)/2为量化后评价等级区间的中点,当x=xmean时,隶属度为1;当评价指标值位于区间的端点时,此时指标的模糊程度最高,难以判别隶属于哪个等级,则对邻近的两个评价等级的隶属度均为0.5;那么:
解得:
σ=(x1-x2)/1.66
其中,x1和x2为等级区间的边界值;
步骤4-3:建立隶属度矩阵,即模糊关系矩阵;
隶属度矩阵表示第i个评价指标进行单因素评价得到的一个相对于等级vk的模糊向量,表示为:
其中,rij表示第i个指标对于第j个等级的影响程度;
步骤4-4:计算模糊综合评价结果;
将步骤3得到的组合权重向量W和隶属度矩阵R相乘得到模糊综合评价结果,即:
其中,sj表示所有评价指标从整体上对vj等级模糊子集的隶属度;选取具有最大值的sj对应的等级作为不一致性程度的最终评判结果。
具体实施例:
选取容量C、内阻R0、以及恒流充电和恒压充电容量之比Q作为不一致性评价指标,对由12个锂电池串联而成的电池组进行不同循环寿命条件下的不一致性程度评价。取其中一个寿命阶段(100次循环充放电后)的原始数据举例,原始数据如表1所示:
表1电池组100次循环充放电后的原始数据
1:构造评价指标集合U={C,R0,Q}。其中C为电池容量,R0为电池欧姆内阻,Q 为恒流充电容量和恒压充电容量之比。
2:分别采用G1方法作为主观赋权法,采用熵权法和标准间相关性确定标准重要性法(CRITIC法)作为客观赋权法,获得不一致性评价指标的主观权重和客观权重。
2.1根据表1构建原始矩阵X。
2.2对原始数据矩阵进行归一化处理。对于容量C和充电容量之比Q两个正向指标,使用正向归一化:
对于R0这一负向指标使用负向归一化:
2.3利用熵权法计算客观权重:
1)计算熵值
2)计算熵权
根据计算出的熵值,计算对应指标的熵权:
得到如表2所示的客观权重:
表2熵权法求取客观权重结果
2.4利用CRITIC法计算另一组客观权重。
1)确定三个指标的差异性。计算三个指标分别对应的标准差表示指标的差异波动情况。
标准差计算公式:
2)确定指标冲突性。首先计算指标之间的相关系数,通过如下公式来表示指标冲突性。
3)将差异性和冲突性相乘,得到第j个指标在整个评价体系中的作用,得到分配权重的依据。
Cj=Dj×Rj j=1,2,3
4)利用如下公式得到一组客观权重,如表3所示。
表3 CRITIC法计算得到的客观权重结果
2.5利用G1法计算主观权重:
1)将选取的容量、内阻和恒流充电容量与恒压充电容量之比三个指标,按照重要性程度从高到低进行排序。容量最重要,内阻次之,恒流充电容量和恒压充电容量之比再次之。因此评价指标排序为:C>R0>Q。
2)确定三个指标之间的相对重要性,如表4所示。相对重要性rk表示第j-1个指标比第j个指标的重要性,j=3,2。
表4 3个评价指标的相对重要性取值
r1是初始指标的相对重要性,设为1。r2表示容量C比内阻R0的相对重要性略高。同样的,r3表示内阻R0比恒流充电容量和恒压充电容量之比Q的相对重要性略高。
3)计算主观权重
由上述主观得到的相对重要性数组r,根据如下公式可以计算出第3个评价指标的主观权重
由相对重要性数组r和wg,3可以迭代计算出其他两个指标的权重:
wg,j-1=wg,j×rj,j=2,3。
得到主观权重如表5所示:
表5 G1法计算得出的主观权重结果
3权重融合,先将两种客观赋权法所获得的客观权重进行融合,其次再与主观权重融合。
1)采用如下公式将两种客观权重进行融合,得到融合结果如表6所示。
表6两种客观权重融合结果
表中,wo即为两种客观权重融合后的权重。
2)将主客观权重进行融合,得到最终的组合权重,如表7所示。
表7主客观权重融合结果
表中,w即为最终的主客观融合权重。
4应用模糊综合评价法来进行评价电池组不一致性程度。
4.1确定评价集V={v1,v2,v3,v4},其中v1表示电池组不一致性良好,v2表示电池组不一致性合格,v3表示需要注意电池组不一致性,v4表示电池组不一致性严重,每个等级对应一个模糊子集,由归一化后的指标数据的标准差来决定模糊子集的参数区间,如表8所示。
表8评判等级参数
其中,δmax=0.522。这是由于12个电池单体的指标数据经过归一化后取值范围均在[0,1]之间,因此经过计算它们的最大标准差为δmax=0.522。
4.2确定隶属度函数
由评价问题分析,当评价指标的值处于上述各个区间中时,越靠近区间中点,对该等级的隶属程度越高;越是处于边缘,隶属于该等级的程度越是模糊。因此选取正态型分布的隶属度函数来计算隶属度矩阵:
其中,xmean=(x1+x2)/2是评价等级的中点,当x=x0时,隶属度为1。当评价指标处于等级区间的边界时,此时模糊程度最高,对邻近两个评价等级的隶属度均为0.5,则有:
可以解得:δ=(x1-x2)/1.66,x1和x2是等级区间的边界值。
同时对正态分布隶属度函数进行修正:采取降半梯形和升半梯形的思想进行修正,将原有的两侧曲线段改成平直段。因此,最终的隶属度函数为:
式中,各个参数的取值可以求得如下表所示:
表9隶属度函数中各个参数的取值
4.3确定隶属度矩阵
经过上述隶属度函数的计算得到隶属度矩阵如下:
将隶属度函数与步骤3得到的指标权重相乘,即可得到最终的模糊综合评价矩阵
由模糊综合评价矩阵可以得到,表示不一致性良好的评价值最大,因此可以说明,当循环100次时电池组的不一致性还处于良好状态。
Claims (2)
1.一种基于组合赋权-模糊综合评价的电池组不一致性评估方法,其特征在于,包括如下步骤:
步骤1:确定评价指标集合O={o1,o2,....,om};
根据电池组不一致性程度影响因素,选取m个指标作为电池组不一致性程度地评价指标;
步骤2:采用G1方法作为主观赋权法,采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法,获得不一致性评价指标的主观权重和客观权重;
步骤2-1:根据评价对象和评价指标,建立评价系统原始矩阵X;
式中,xij表示第i个电池的第j个评价指标,n为电池组中的电池数量,m为评价指标个数;
步骤2-2:对原始矩阵进行归一化处理,得到所有评价指标的归一化矩阵;
对于正向指标采用如下的归一化:
对于负向指标采用如下的归一化:
得到归一化矩阵如下所示:
步骤2-3:利用熵权法计算客观权重;
步骤2-3-1:计算每个评价指标的熵值;
S表示信息熵,S的值越大,表示数据中包含的信息量越大;
步骤2-3-2:计算每个评价指标的熵权法客观权重;
步骤2-4:利用CRITIC法计算客观权重;
步骤2-4-1:确定指标差异性;
通过计算标准差表示各个指标内部取值的差异波动情况,计算公式如下:
步骤2-4-2:确定指标冲突性;
通过相关系数表示指标间的冲突性,冲突性计算公式如下:
其中,rjk表示评价指标j和评价指标k之间的相关系数;相关系数计算公式如下:
步骤2-4-3:计算信息量;
Cj=Dj×Rj
将指标差异性和指标冲突性相乘,得到第j个指标在整个评价体系中的作用,作为分配权重的依据;
步骤2-4-4:计算CRITIC法客观权重;
步骤2-5:利用G1法计算主观权重;
步骤2-5-1:确定指标的顺序关系;
对于给定的评价指标集合O={o1,o2,....,om},使用如下的方式来确定评价指标间的顺序关系:首先,根据G1法选择最重要的因素,记为为重新排序后的第一个评价指标;然后,选择剩余指标中最重要的一个,记为专家依次从剩余的m-(k-1)个评价指标中选择最重要的一个指标,记为依次类推,最后一个评价指标记为
步骤2-5-2:确定指标间的相对重要性;
在得到重要性从高到低排序的评价指标集合后,确定指标和指标之间的相对重要性;根据专家判定,将指标和指标之间的相对重要性记为rk,k=m,m-1,...,3,2;rk的值表示指标和指标之间的相对重要性程度,取值有:rk=1.0表示相对重要性程度相等,rk=1.2表示相对重要性程度略高,rk=1.4表示相对重要性程度高,rk=1.6表示相对重要性程度很高,rk=1.8表示相对重要性程度非常高;
步骤2-5-3:计算主观权重;
基于上述得到的rk,根据如下公式计算第m个评价指标的权重:
步骤3:将使用熵权法和CRITIC法获得的两种客观权重相融合,所得结果再与G1法获得的主观权重融合,得到最终的组合权重;
步骤3-1:将使用熵权法和CRITIC法获得的两种客观权重相融合;
利用几何平均法得到每个指标的客观组合权重:
步骤3-2:主客观权重融合;
依据最小鉴别信息原理求取组合权重向量w,则目标函数为:
求解此目标函数,得到第j项评价指标最终组合权重wj为:
最终得到所有评价指标的组合权重向量为:
W=[w1 w2...wj...wm]
步骤4:采用模糊综合评价对电池组不一致程度进行评估;
步骤4-1:确定评价集V={v1,v2,...,vs};
评价集是参与评价主体的评价等级集合V,将电池的不一致程度分为四个等级,即V={V1,V2,V3,V4}={良好,合格,注意,严重},每个等级对应一个模糊子集;根据专家经验设置评价等级对应的取值区间;
步骤4-2:确定隶属度函数;
选择正态型分布的隶属度函数:
式中,x为单指标具体评分值;xmean=(x1+x2)/2为量化后评价等级区间的中点,当x=xmean时,隶属度为1;当评价指标值位于区间的端点时,此时指标的模糊程度最高,难以判别隶属于哪个等级,则对邻近的两个评价等级的隶属度均为0.5;那么:
解得:
σ=(x1-x2)/1.66
其中,x1和x2为等级区间的边界值;
步骤4-3:建立隶属度矩阵,即模糊关系矩阵;
隶属度矩阵表示第i个评价指标进行单因素评价得到的一个相对于等级vk的模糊向量,表示为:
其中,rij表示第i个指标对于第j个等级的影响程度;
步骤4-4:计算模糊综合评价结果;
将步骤3得到的组合权重向量W和隶属度矩阵R相乘得到模糊综合评价结果,即:
其中,sj表示所有评价指标从整体上对vj等级模糊子集的隶属度;选取具有最大值的sj对应的等级作为不一致性程度的最终评判结果。
2.根据权利要求1所述的一种基于组合赋权-模糊综合评价的电池组不一致性评估方法,其特征在于,所述步骤1中选取的指标包括电池内阻、容量和开路电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210828561.5A CN115481363A (zh) | 2022-07-13 | 2022-07-13 | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210828561.5A CN115481363A (zh) | 2022-07-13 | 2022-07-13 | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115481363A true CN115481363A (zh) | 2022-12-16 |
Family
ID=84422348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210828561.5A Pending CN115481363A (zh) | 2022-07-13 | 2022-07-13 | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115481363A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116298977A (zh) * | 2023-05-12 | 2023-06-23 | 苏州时代华景新能源有限公司 | 一种锂电池循环性能测试方法及系统 |
CN117388704A (zh) * | 2023-09-27 | 2024-01-12 | 希维科技(广州)有限公司 | 电池质量评估方法、设备及存储介质 |
CN117741449A (zh) * | 2024-02-19 | 2024-03-22 | 中国电力科学研究院有限公司 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
-
2022
- 2022-07-13 CN CN202210828561.5A patent/CN115481363A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116298977A (zh) * | 2023-05-12 | 2023-06-23 | 苏州时代华景新能源有限公司 | 一种锂电池循环性能测试方法及系统 |
CN116298977B (zh) * | 2023-05-12 | 2023-10-20 | 苏州时代华景新能源有限公司 | 一种锂电池循环性能测试方法及系统 |
CN117388704A (zh) * | 2023-09-27 | 2024-01-12 | 希维科技(广州)有限公司 | 电池质量评估方法、设备及存储介质 |
CN117741449A (zh) * | 2024-02-19 | 2024-03-22 | 中国电力科学研究院有限公司 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
CN117741449B (zh) * | 2024-02-19 | 2024-05-07 | 中国电力科学研究院有限公司 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115481363A (zh) | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 | |
Tian et al. | Consistency evaluation and cluster analysis for lithium-ion battery pack in electric vehicles | |
Zhang et al. | Research on electric vehicle charging safety warning model based on back propagation neural network optimized by improved gray wolf algorithm | |
CN111693876A (zh) | 电池组评价方法及系统 | |
CN111537899A (zh) | 一种梯次利用动力电池安全性评估方法 | |
CN110941929A (zh) | 一种基于ARMA和Elman神经网络联合建模的电池健康状态评估方法 | |
CN109633456B (zh) | 一种基于分段电压识别法的动力锂电池组soc估算方法 | |
CN113917334B (zh) | 基于进化lstm自编码器的电池健康状态估计方法 | |
CN113887601A (zh) | 一种基于聚类分选的退役动力电池重组方法 | |
CN111487533A (zh) | 一种锂电池运行状态评估方法及系统 | |
Lu et al. | Modeling discharge characteristics for predicting battery remaining life | |
CN113554200B (zh) | 动力电池电压不一致性预测方法、系统及设备 | |
CN112036083A (zh) | 一种相似产品剩余寿命预测方法及系统 | |
CN111487532B (zh) | 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 | |
CN113945852B (zh) | 一种蓄电池组不一致性评价方法 | |
CN114217234B (zh) | 一种基于ide-asrckf的锂离子电池参数辨识与soc估计方法 | |
Long et al. | Multi-parameter optimization method for remaining useful life prediction of lithium-ion batteries | |
US20220099752A1 (en) | Method and Apparatus for Machine-Individual Improvement of the Lifetime of a Battery in a Battery-Operated Machine | |
Hu et al. | Performance evaluation strategy for battery pack of electric vehicles: Online estimation and offline evaluation | |
CN111999651A (zh) | 一种纯电动汽车用锂离子电池的功率性能测试方法 | |
CN111762059A (zh) | 一种考虑电池充放电工况的多变量融合电池组的均衡方法 | |
CN115224729A (zh) | 一种分布式电源调峰动态控制方法 | |
CN115101836A (zh) | 一种云-端融合的电池系统管理方法及装置 | |
CN115640702B (zh) | 一种电池配组方法和系统 | |
CN219371111U (zh) | 负极结构、电池及电池系统 |
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 |