一种基于数据驱动的燃料电池参数辨识方法

本发明公开了一种基于数据驱动的燃料电池参数辨识方法，采用改进蜣螂优化算法（IDBO）对参数δ1、δ2、δ3、δ4、Rc、b和θ进行辨识，得到最佳的模型参数，提高燃料电池模型参数辨识精度，建立更加准确的燃料电池模型。改进蜣螂优化算法改进如下：种群初始化引入Cosine‑Logistic‑Tent复合混沌映射策略，提高蜣螂种群初始位置的均匀性和遍历性；采用减法平均优化器更新蜣螂个体滚球的位置，平衡算法的开发与探索能力；在蜣螂群体觅食阶段引入自适应t分布扰动策略+贪婪策略，增强算法的全局搜索能力并减少计算时间。