基于譜聚類的退役電池一致性評(píng)估方法研究

隨著新能源汽車報(bào)廢潮的到來 ,大量退役動(dòng)力電池亟待梯次利用。傳統(tǒng)方法采用k-means對(duì)退役電池進(jìn)行一致性評(píng) 估及重組。相比k-means ,譜聚類是一種在處理非凸數(shù)據(jù)\高維數(shù)據(jù)和噪聲方面具有優(yōu)勢(shì)的聚類算法。現(xiàn)使用譜聚類和k-means兩 種聚類對(duì)梯次利用的電池一致性評(píng)估進(jìn)行探究和對(duì)比 ,結(jié)果表明 ,譜聚類的聚類準(zhǔn)確率達(dá)69% , 高于k-means聚類 ,在對(duì)小樣本電 池進(jìn)行分選時(shí)更具優(yōu)勢(shì) ,證明了基于譜聚類的技術(shù)方案的合理性和優(yōu)越性。