摘要
本发明提供了一种基于数据驱动的燃料电池车储氢舱氢气泄漏识别方法、泄漏识别电子设备及存储介质,涉及燃料电池系统故障监测与诊断技术领域,解决了现有技术在密闭环境、多泄漏因素工况下识别精度低、实时性差的技术问题。其技术方案要点是:通过仿真构建涵盖多种工况的泄漏数据集;对数据进行滑动窗口分割与标准化预处理;使用时序卷积网络提取泄漏时间序列的多尺度特征;利用多头自注意力机制强化关键时序特征;对增强后的特征进行池化降维;将压缩后的特征向量输入XGBoost分类器,实现对泄漏等级与泄漏位置的多标签识别。本发明融合时序建模、注意力机制与集成分类器,显著提升了复杂工况下氢气泄漏识别的准确性、鲁棒性和实时性。
技术关键词
泄漏识别方法
燃料电池车
识别电子设备
氢气
注意力机制
时序特征
数据
系统故障监测
标签
梯度提升决策树
分类识别模型
时序依赖关系
序列
滑动窗口
集成分类器
全局平均池化
位置识别
系统为您推荐了相关专利信息
核保方法
长短期记忆网络
时间卷积网络
多模态
动态
医学图像检测
融合医学影像学习
图像检测方法
轮廓特征融合
深度神经网络训练
工业设计工具
节点特征
注意力机制
意图识别
工业设计系统
融合特征
残差注意力机制
感知特征
多尺度特征
纹理特征