-
基于谱聚类的退役电池一致性评估方法研究
随着新能源汽车报废潮的到来 ,大量退役动力电池亟待梯次利用。传统方法采用k-means对退役电池进行一致性评 估及重组。相比k-means ,谱聚类是一种在处理非凸数据\高维数据和噪声方面具有优势的聚类算法。现使用谱聚类和k-means两 种聚类对梯次利用的电池一致性评估进行探究和对比 ,结果表明 ,谱聚类的聚类准确率达69% , 高于k-means聚类 ,在对小样本电 池进行分选时更具优势 ,证明了基于谱聚类的技术方案的合理性和优越性。
随着新能源汽车报废潮的到来 ,大量退役动力电池亟待梯次利用。传统方法采用k-means对退役电池进行一致性评 估及重组。相比k-means ,谱聚类是一种在处理非凸数据\高维数据和噪声方面具有优势的聚类算法。现使用谱聚类和k-means两 种聚类对梯次利用的电池一致性评估进行探究和对比 ,结果表明 ,谱聚类的聚类准确率达69% , 高于k-means聚类 ,在对小样本电 池进行分选时更具优势 ,证明了基于谱聚类的技术方案的合理性和优越性。
