基于机器学习的质子交换膜燃料电池寿命预测研究

摘要：

针对质子交换膜燃料电池寿命预测的问题,提出一种将小波阈值去噪算法与机器学习技术相结合的预测方法.基于公开的质子交换膜燃料电池长时间运行数据集,以质子交换膜燃料电池的电压为寿命指标,利用小波阈值滤波算法剔除原始数据中的噪声干扰,保留质子交换膜燃料电池老化信息,同时搭建长短时记忆神经网络电压预测模型,利用去噪后的数据对模型进行训练,并在750 h及850 h处设置预测起点.利用实际电压变化趋势对预测结果进行验证,结果表明,不同预测起点的均方根误差均在0.005以内,决定系数均大于0.8,剩余使用寿命预测误差小于2％,验证了本文所提出预测方法可以以较高精度对质子交换膜燃料电池寿命进行预测.

关键词：质子交换膜燃料电池、寿命预测、小波阈值滤波、长短时记忆神经网络

分类号：TK91;TP181

资助基金：增程式燃料电池轿车动力系统平台及整车集成技术2018YFB0105400

在线出版日期：2022-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5