基于支持张量列车机的电堆流数据自适应辨识方法及系统

本公开提供了基于支持张量列车机的电堆流数据自适应辨识方法及系统，涉及机器学习参数辨识技术领域，包括：按照设定的采样时间间隔获取电堆流数据，将固体氧化物燃料电池电堆系统用支持向量回归模型表征，获取支持向量回归模型中的权重张量，对所述权重张量进行张量列车分解，构建支持张量列车机模型；求解支持张量列车机模型，估计未知时变的参数状态，将求解支持张量列车机模型转化为优化问题，构建目标函数，并采用最小二乘算法结合梯度下降方法进行更新求解，当误差达到要求，得到固体氧化物燃料电池电堆系统在未来时刻的燃料、空气或电堆含量的估计值，完成参数的在线辨识，用于后续的故障检测与识别。