Fast Clustering of Retired Lithium-Ion Batteries for Secondary Life with a Two-Step Learning Method

分类 锂(药物) 聚类分析 分类 过程(计算) 电池(电) k均值聚类 支持向量机 高斯过程 模式识别(心理学) 机器学习 高斯分布 计算机科学 工程类 化学 人工智能 算法 医学 功率(物理) 物理 计算化学 量子力学 情报检索 内分泌学 操作系统
作者
Aihua Ran,Zheng Liang,Shuxiao Chen,Ming Cheng,Chongbo Sun,Feiyue Ma,Li Wang,Baohua Li,Guangmin Zhou,Xuan Zhang,Feiyu Kang,Guodan Wei
出处
期刊:ACS energy letters [American Chemical Society]
卷期号:7 (11): 3817-3825 被引量:17
标识
DOI:10.1021/acsenergylett.2c01898
摘要

Secondary utilization of retired lithium-ion batteries (LIBs) from electric vehicles could provide significant economic benefits. Herein, based on a short pulse test, we propose a two-step machine leaning method, which combines unsupervised K-means clustering and supervised Gaussian process regression for sorting and estimating the remaining capacity of retired LIBs simultaneously. First, the pulse test to reflect battery aging is detailed, and the significance of the screening process in clustering batteries is validated by the poor clustering accuracy of over 500 unscreened batteries and the various thermal performance of six types of batteries. However, unsupervised K-means can sort out the same type of batteries, which is further verified by the Gaussian mixture model. Furthermore, the remaining capacity of various types of LIBs is given by supervised Gaussian process regression with a correlation coefficient of over 98%. Finally, an automatic sorting machine is designed to corporate with the fast-clustering method, improving the sorting efficiency of retired LIBs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大马哥完成签到 ,获得积分10
刚刚
哈哈哈发布了新的文献求助10
1秒前
Cozy完成签到,获得积分10
3秒前
5秒前
Wcc完成签到,获得积分10
5秒前
5秒前
今后应助须野采纳,获得10
5秒前
泽锦臻完成签到 ,获得积分10
6秒前
9秒前
过时的笙发布了新的文献求助10
9秒前
lgx完成签到,获得积分10
9秒前
12秒前
XFF发布了新的文献求助10
13秒前
13秒前
须野完成签到,获得积分20
13秒前
13秒前
狂野世立发布了新的文献求助10
15秒前
huangrui发布了新的文献求助10
16秒前
完美世界应助freya采纳,获得30
18秒前
18秒前
须野发布了新的文献求助10
18秒前
lili蓉发布了新的文献求助10
19秒前
Bodhicia发布了新的文献求助10
20秒前
kiki发布了新的文献求助20
22秒前
23秒前
23秒前
olivia完成签到 ,获得积分10
24秒前
24秒前
24秒前
25秒前
te完成签到,获得积分10
27秒前
Owen应助zz采纳,获得10
27秒前
木忻完成签到,获得积分10
27秒前
共享精神应助liuxinxtmr采纳,获得10
28秒前
白白白发布了新的文献求助10
28秒前
Tianxiang完成签到,获得积分10
28秒前
29秒前
kingtongx发布了新的文献求助10
29秒前
浅夏完成签到 ,获得积分10
29秒前
ly完成签到,获得积分10
29秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3141042
求助须知:如何正确求助?哪些是违规求助? 2791997
关于积分的说明 7801347
捐赠科研通 2448241
什么是DOI,文献DOI怎么找? 1302480
科研通“疑难数据库(出版商)”最低求助积分说明 626591
版权声明 601226