买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥综合性国家科学中心能源研究院(安徽省能源实验室)申请的专利一种动力电池一致性快速分选方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116060325B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310121286.8，技术领域涉及：B07C5/342；该发明授权一种动力电池一致性快速分选方法是由周晨光;苏建徽;赖纪东;苏志鹏;施永;解宝;王祥;董磊;瞿晓丽;王建国设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种动力电池一致性快速分选方法在说明书摘要公布了：本发明公开一种动力电池一致性快速分选方法，对所述的动力电池用交流阻抗测试法进行检测，对电池EIS测试数据进行降维，以便提取用于反映电池性能的特征量，有助于加快分选速度。在电池的分选问题上，提出一种自适应聚类分选方法，该方法使用数据的密集程度来获取聚类数目和聚类中心初始值，以实现电池预分选，然后根据数据点到聚类中心的距离来优化分选结果，以实现进一步分选。现有方法往往需要大量的电池样本进行预训练，或是需要事先确定电池聚类数目进行分选，测试效率低，不适用于大规模电池的分选。本发明对电池进行分选时，具有较快的分选速度，同一分组的电池具有较好的一致性，并且所提出的方法对于不同类型的电池具有较好的适用性。

本发明授权一种动力电池一致性快速分选方法在权利要求书中公布了：1.一种动力电池一致性快速分选方法，其特征在于，包括如下步骤： S1.对于待测电池样本，利用交流阻抗法进行测试，获取待测电池样本电池的电化学阻抗谱数据集，得到电池电化学阻抗谱曲线； S2.对待测电池样本的电化学阻抗谱数据集进行数据降维，以降维后的数据代表待测电池；所述的数据降维是在特征值分解基础上对特征值进行分选和加权处理以减少特征量个数，具体过程为： 电池的样本数目为m，每节电池测试了n个频率，对应的电化学阻抗谱曲线对应含有n个点，因此电池原始数据表示为： 16 式中，X代表全体电池原始数据的集合，xm代表第m个电池的测试数据形成的列向量； 构建Xn,m的协方差阵B： 17 对协方差矩阵B进行特征分解，求出协方差矩阵的特征值λi，和对应的特征向量vi；将特征向量vi按对应特征值大小从左到右按列降序排列成矩阵，取前q列组成矩阵Tq，m； 特征值的贡献度Ri采用的定义是： 18 式中λi为矩阵Tq，m的特征值； 为了确定选取的特征量，防止产生高维数据影响后续分选，按照下列方式进行处理： 当特征值的贡献度超过1%时，将当前的特征值选为后续分选的特征量； 对于贡献度在0.5%到1%之间的特征值，假设其数目有e个，计算加权后的特征值θ为： 19 将低贡献度的特征值缩减为1个； 对于贡献度低于0.5%的特征值，舍弃对应的特征量，认为属于噪声； 经过上述处理，所选特征量个数为p，则认为能够覆盖原数据集的大部分信息； 数据集Xp，m被用于后续电池的分选； S3.基于降维后的数据对电池进行预分选，根据自适应聚类算法，利用数据密集程度为指标获取聚类数目和聚类中心，且随着迭代进行，密集程度进行自适应更新；预分选利用数据密集程度获取聚类数目和聚类中心，具体过程为： 步骤（1）.首先根据提取得到的特征量构成的数据集Xp，m，计算数据的密集程度范围r，以用于后续的数据密集程度计算，计算任意两点之间距离的最大值： 20 式中，xi和xj代表第i和j个电池对应数据点对应的向量，代表向量的2范数，即向量中各个元素平方之和再开根号，上标2则代表对计算结果取平方； 为了计算这些点的密集程度，定义每个点的影响力范围r为： 21 式中，δ代表期望的一致性程度，范围是0~1； 步骤（2）.计算第i个数据点密集程度： （22） 步骤（3）.找到数据点密集程度最大的数据点作为第一个聚类中心c1，之后除去这个数据点和影响力范围，由式（21）计算得到的该影响力范围内的点，再重复步骤（1）和步骤（2），在寻找新聚类的同时，动态调整数据范围； 步骤（4）.依次循环，直至新的密集程度为上一次密集程度的δ2倍时，δ2取值是0~1； 步骤（5）.根据终止时的分类情况，得到聚类数目初始值和聚类中心初始位置； S4.对电池进行进一步分选，通过计算数据点与聚类中心的距离，来对聚类中心进行调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥综合性国家科学中心能源研究院(安徽省能源实验室)，其通讯地址为：230000 安徽省合肥市包河区滨湖卓越城文华园9号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。