一种基于鲁棒模型的燃料电池剩余寿命预测方法

本发明公开了一种基于鲁棒模型的燃料电池剩余寿命预测方法，首先采用基于最大信息系数和融合Lasso的近似马尔科夫毯方法对原始数据进行特征选择，其次运用局部均值分解法对特征选择后的数据进行降噪处理，计算连续均方根误差判断高、低频分量的分界点；采用混沌反向学习策略和黄金正弦策略来改进黏菌算法，得到ISMA，接着用ISMA优化鲁棒加权最小二乘模型的参数，然后用优化后的RWLS针对低频分量建模和鲁棒集成深度随机向量函数链接网络模型针对复杂高频分量进行建模，最后将测试数据输入到模型中，将预测结果进行堆叠重组，得到燃料电池寿命的最终预测结果。本发明能够有效地提高燃料电池寿命预测模型精度，也为燃料电池寿命的预测提供了可靠的依据。