摘要
本发明提供了一种动态运行质子交换膜燃料电池性能退化预测方法及系统,通过传感器测量装置获得燃料电池老化数据并对其进行去除噪声和降采样处理;通过极化曲线数据拟合燃料电池半经验方程,并计算相对电压衰减率作为动态运行燃料电池的健康指标;以相对电压衰减率作为目标值,计算各个退化参数的SHAP值,筛选退化参数作为数据驱动模型的输入参数;通过单一数据驱动模型LSTM和Transformer模型,构建加权‑随机森林融合模型;将LSTM和Transformer模型预测值输入到加权‑随机森林融合模型中,得到最终燃料电池退化预测结果,该方法可以在准确捕捉燃料电池退化趋势的同时,降低预测波动,提高预测稳定性,并适合在动态运行下实现燃料电池退化的精确预测。
技术关键词
退化预测方法
燃料电池
数据驱动模型
随机森林模型
LSTM模型
模型预测值
参数
融合方法
动态
预测误差
多头注意力机制
电压
老化特征
电堆温度
模型训练模块
误差系数