基于典型机器学习的PEMFC故障诊断综述

摘要：

可靠性低和耐久性差是目前制约质子交换膜燃料电池发展的主要瓶颈,故障诊断技术作为解决这些问题的重要途径之一受到广泛关注.总结了近年来基于典型机器学习算法的质子交换膜燃料电池故障诊断方法,分别对神经网络、模糊聚类、神经模糊、贝叶斯网络、支持向量机、随机森林等方法进行归纳分析,并结合当前算法存在的问题,对机器学习在燃料电池故障诊断应用领域的发展方向进行了探讨.

关键词：质子交换膜燃料电池、故障诊断、机器学习

所属期刊栏目：46

分类号：TM911

资助基金：国家自然科学基金52077092

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：710-715