一种基于可恢复故障规避与ESN联合的燃料电池寿命预测方法

本发明公开了一种基于可恢复故障规避与ESN联合的燃料电池寿命预测方法。具体步骤包括：首先，提取HI的特征值，使用K平均算法进行聚类并生成状态标签，采用TimeGAN进行数据增强，由真实数据和生成的数据训练K邻近算法模型，用训练好的模型为输入的燃料电池HI生成状态标签；其次，定制可恢复故障规避策略，训练ESN在定制策略指导下进行预测；最后，根据预测结果计算退化趋势及其置信区间和剩余使用寿命。本发明提高了识别的准确性和鲁棒性，能够准确识别出可恢复故障的出现。相对准确率中位数提升超19%，对称平均绝对百分比误差降低超11%。