一种基于多堆串并联的氢燃料电池状态监测方法

本发明涉及氢燃料电池领域，公开了一种基于多堆串并联的氢燃料电池状态监测方法，包括以下步骤：步骤一、采集氢燃料电池的实际运行数据和仿真运行数据；步骤二、搭建基于CNN‑LSTM模型的特征提取器，特征提取器对数据库进行深层特征提取；步骤三、搭建多任务神经网络模型；步骤四、将深层特征矩阵共享至多任务神经网络模型中；步骤五、分别计算多任务神经网络模型内各模型的输出指标；步骤六、将步骤五中的若干输出指标组成一个综合性能指标；步骤七、将测试集输入多任务神经网络模型中，输出氢燃料电池的各个性能指标。以保证故障诊断特征可区分性高、泛化性好、可迁移性好、精度高、可操作性高。