摘要
本发明涉及燃料电池汽车技术领域,具体涉及一种变负载燃料电池电压衰减预测方法。包括,提取运行参数并计算特征值;建立电压模型,以运行参数特征值及老化参数为输入,以燃料电池电堆电压为输出;对各负载电流下的首条数据样本进行老化参数寻优,获得各老化参数初始值;根据老化参数特性分配智能体;构建各智能体网络,使用贪心算法选择动作,采用双Q学习算法进行网络参数更新;构建强化学习环境,将电压模型作为电压计算公式并设置奖励公式,将选取的动作通过进制转换输出为对燃料电池各老化参数的操作;为各智能体设置专属经验池,执行模型训练,进行电压预测。该技术方案能够提高变负载燃料电池电压衰减预测精度和效率。
技术关键词
衰减预测方法
燃料电池电堆电压
参数
强化学习环境
特征值
贪心算法
网络
燃料电池汽车技术
校验数据完整性
样本
移动平均算法
滑动窗口机制
理想气体常数
阳极
强化学习模型
强化学习算法
系统为您推荐了相关专利信息
电机驱动器
整定方法
算法模型
参数
可读存储介质
实时检测方法
声呐
图像
高斯概率模型
全局对比度
非线性能量阱
非线性弹簧
工程结构振动控制
鲁棒性
刚度
场景
虚拟电厂系统
蒙特卡罗模拟法
风电机组
动态分时电价