一种燃料电池性能退化预测方法及系统

本发明公开了一种燃料电池性能退化预测方法及系统；属于质子交换膜燃料电池技术领域，其操作步骤：首先，采集质子交换膜燃料电池输出电压数据及其特征变量，为提高数据的准确性，使用SKF对采集信号观测和过滤，去除测量噪声和系统噪声并加强控制效果；其次，采用BRFE对特征变量进行特征选择；然后，建立Stacking模型，其中基学习器选择了XGBoost、StanHop_Net和DHKELM，而元学习器则使用自动编码器增强的AESELM；最后，本发明引入改进的青蒿素优化算法，对元学习器模型进行参数调优，以增强预测性能和模型的泛化能力。该方法不仅能有效预测PEMFC的性能退化，还能为燃料电池的维护和管理提供科学依据，从而延长其使用寿命和提升整体效率。