一种基于注意力神经网络的PEMFC剩余寿命动态预测方法

本发明涉及一种基于注意力神经网络的PEMFC剩余寿命动态预测方法，属于PEMFC剩余寿命动态预测技术领域，解决了剩余寿命动态预测结果的准确度较差的问题。该方法包括：采集训练PEMFC在全寿命周期中的动态运行数据并预处理、筛选关键影响因素；获取关键影响因素与电堆电压的相关度矩阵，构造数据样本集；构建多层神经网络CNN‑BiLSTM‑Attention模型，并作为剩余寿命动态预测模型；利用数据样本集训练并测试剩余寿命动态预测模型；实时采集待预测PEMFC在一个评估周期的动态运行数据，并构造得到相应的输入数据，由剩余寿命动态预测模型处理输入数据后预测输出当前评估周期结束预设时长后的电堆电压预测值。