动态工况下质子交换膜燃料电池融合预测方法

本发明涉及燃料电池技术领域，公开了一种动态工况下质子交换膜燃料电池融合预测方法，在动态工况下，对若干组车载燃料电池进行动态负载测试循环，取得电压数据，以此为基础在时域中建立物理老化模型，然后利用算法进行参数辨识获取动态DI，最后利用CPO‑CNN‑BiLSTM神经网络对DI分别进行短期和长期老化预测。本发明动态工况下质子交换膜燃料电池融合预测方法，短期预测具有更高的预测精度，长期预测表现出更好的预测性能，能更准确地表现出整体的老化趋势。