摘要
本发明公开了一种基于改进HHO的质子交换膜燃料电池剩余使用寿命预测方法,包括以下步骤:1)建立PEMFC原始数据集,采用小波自适应阈值(WAD)进行数据去噪处理;2)使用指数平滑法(ES)对数据进行平滑处理进行二次去噪;3)构造基于改进的Logistics混沌映射、反正切递减策略优化的哈里斯鹰算法(HHO)模型以提升优化性能;4)利用改进的HHO来优化长短期记忆网络(LSTM)的权重和偏置项,利用均方误差(MSE)找出最优权重和偏置参数进行预测;5)对预测结果使用自注意力机制(Self‑Attention)进行二次预测得到最终的预测结果。本文证实了该方法的可行性以及优越性,可以大幅提升模型的迭代速度,减少训练时间,并且大幅提高准确率。
技术关键词
质子交换膜燃料电池
二次去噪
注意力机制
算法模型
剩余使用寿命预测
时间序列预测模型
sigmoid函数
生成混沌序列
矩阵
元素
长短期记忆网络
指数平滑法
LSTM模型
策略
记忆单元
数据
阶段
系统为您推荐了相关专利信息
算法系统
多尺度特征金字塔
交通监控场景
交通监控数据
特征提取模块
重症监护室患者
12导联心电图
风险预测模型
心电特征
时间差
协同感知模型
协同感知方法
智能网联汽车
图像
时序
韩语
提示方法
文本分类算法
语法规则库
神经网络模型