一种基于自适应密度峰值的电池一致性诊断方法

本发明提供了一种基于自适应密度峰值的电池一致性诊断方法，包括通过高精度传感器采集电压、容量、内阻、温度、湿度及电流数据；利用LSTM模型动态计算参数权重并进行加权归一化及平滑处理；从预处理数据中提取电压波动系数、容量衰减斜率及内阻‑温度特征值，采用LLE算法降维；基于降维数据计算局部密度和最小距离，自适应确定截断距离和聚类中心数量，通过密度峰值引力模型优化聚类；最后计算簇内离散指标，按预设阈值将一致性划分为优、良、中、差四级。本发明可以实现储能电池一致性的精准诊断与动态评估，提升诊断效率和准确性。