技术特征：
技术总结
本发明涉及一种基于生成对抗网络的动力电池配组方法。现有配组方法需要人为的提取表征电池的特征向量，配组过程劳动力需求大，且易受人为主观因素影响，造成电池误配现象。本发明方法首先获取所有待配电池的充放电数据，并对数据进行预处理，然后构建一个生成对抗网络，即生成器和判别器。再利用训练好的生成器构建一个神经网络模型，以该神经网络作为特征提取器，自动提取充放电数据的特征，最终对所有电池的特征向量进行聚类，完成电池配组。本发明方法能够在已经学习到充放电数据分布的生成器的基础上，再训练一个能够提取特征的神经网络，很好的学习到动力电池的一致性特征，提高配组电池之间的一致性，从而提高成组电池的品质。
技术研发人员：黄继业;陈德平;杨宇翔;高明煜;谢尚港;陆燕怡
受保护的技术使用者：杭州电子科技大学
技术研发日：2018.05.10
技术公布日：2018.09.11