一种质子交换燃料电池系统的性能预测方法及预测系统

本发明涉及燃料电池技术领域，具体公开了一种质子交换燃料电池系统性能预测方法及预测系统，包括：S1、收集与质子交换燃料电池系统PEMFC性能相关的参数，获取实时操作数据；S2、基于深度学习的异常检测方法对步骤S1中所述实时操作数据进行预处理和特征提取，得到标准化数据；S3、构建机器学习模型，使用标准化数据训练模型，利用粒子群优化算法进行多目标优化，得到序列预测模型；S4、使用步骤S3中的序列预测模型进行数据预测和验证，预测得到燃料电池寿命和性能数据；本发明通过对操作参数进行优化，可以减少燃料电池在高功率输出或高温环境下的性能波动，将多个目标纳入优化过程，使其适用于多种应用场景。