基于自适应LTTB与DTW-DBA-Means的动力电池组不一致性评估方法

来源：计量学报杂志2024年第6期北京时间：

作者：吴凤和,柴海宁,章正柱,张宁,王正明,蒋展鹏,郭保苏

单位：燕山大学机械工程学院, 河北秦皇岛066004

摘要：针对电动汽车动力电池组不一致性难以通过外部参数有效评估问题,在对电池组电压数据进行分析时,引入轮廓系数作为不一致性评价指标,并融合自适应降采样(LTTB)与时序聚类(DTW-DBA-Means)算法,提出一种新的动力电池组不一致性评估方法。自适应LTTB能够根据电池组电压序列特点自适应分配压缩区间采样点数目并调整压缩比,可提高DTW-DBA-Means运算效率的同时保证聚类效果。通过运行9个月的实车数据进行实验验证,结果表明,自适应LTTB降采样效果优于动态LTTB与LTTB,且DTW-DBA-Means时序聚类效果优于 k-Shape,所提方法在保证评估准确性同时可节省约96.7%的运算时间。

关键词：电学计量;动力电池组;不一致性评估;轮廓系数; 降采样;时序数据聚类

基金资助：国家重点研发计划(2020YFB1711803);国家自然科学基金(92266203);河北省高等学校科学技术研究重点项目(ZD2020156)