摘要
本发明公开了一种基于长期运行数据的燃料电池剩余使用寿命预测方法和系统,方法包括:采集燃料电池的历史运行数据,并进行预处理;通过逆非线性主成分分析INLPCA对预处理后的数据进行特征选择,获取最佳输入数据集;引入单纯形法SM和精英反向学习策略EOBL进行改进,得到改进的混合单纯形闪电搜索算法LSA‑SM;建立基于ITransformer模型的燃料电池剩余使用寿命预测模型;利用改进的混合单纯形闪电搜索算法LSA‑SM算法对燃料电池剩余使用寿命预测模型的超参数进行优化,获得最优超参数,得到优化后的LSA‑SM‑ITransformer模型;利用优化后的LSA‑SM‑ITransformer模型对电池寿命进行预测;本发明能够提高能源效率、降低维护成本,有效延长电池寿命,减少能源浪费。
技术关键词
闪电搜索算法
电池剩余使用寿命
历史运行数据
概率密度函数
燃料电池
超参数
校准方法
特征选择
成分分析
注意力
异常数据
误差函数
非线性
矩阵
延长电池寿命
梯级