摘要
本发明公开了一种质子交换膜燃料电池性能退化预测方法及装置,采用ReliefF特征选择算法对PEMFC的运行数据进行筛选,筛选出关键的特征;利用SVMD对特征提取后的数据进行分解,分解为多个波动性小的信号序列;采用多尺度玻尔兹曼‑香农交互熵方法对分解后的信号在不同时间尺度上进行复杂度度量,分析数据间的相互依赖性和信息流动特征;构建GCN‑MG‑TSD串联模型,利用图卷积网络处理时间序列数据,以提取时间依赖性和空间结构信息;结合模型MG‑TSD处理不同时间尺度的数据;使用改进的极光优化算法IPLO对MG‑TSD模型的参数进行优化。本发明的方法能够有效预测PEMFC的性能退化,为电池健康管理和维护提供了一种新的技术手段。
技术关键词
退化预测方法
ReliefF特征选择
空间结构信息
数据生成器
滑动窗口
算法
电池健康管理
样本
质子交换膜燃料电池
生成混沌序列
分段线性函数
粒子
矩阵
时间序列特征
递归神经网络
碰撞策略
系统为您推荐了相关专利信息
热误差预测方法
主轴温度
热误差模型
滞后现象
测温
三维超声影像
血流动力学参数
超声显像
高维特征向量
风险评估模型
单目视觉里程计
单目相机
移动机器人平台
超宽带传感器
因子
自愈控制方法
化工装置
生成对抗网络模型
故障信息识别
在线学习技术
空气质量预测方法
注意力机制
双通道注意力
空气质量监测站
序列