一种燃料电池在线健康诊断和寿命预测方法、装置及系统

专利主权项内容

1.一种燃料电池在线故障识别和寿命预测方法，其特征在于，该方法包括如下步骤：S1、采集燃料电池的运行数据并进行预处理，所述的运行数据包括电堆实时温度、实时平均电压、阴阳极流量、冷却水流量，所述的预处理包括归一化和构建序列形式的二维数组进行分割训练接和测试集；S2、构建基于LSTM的训练模型进行测试数据的训练，包括对运行数据进行单步预测，将测试集X和y，拆分后矩阵为X＝test[i, 0 : -1], y＝test[i, -1]；S3、构建燃料电池寿命预测模型，该模型的预测函数如下：yhat＝forecast_lstm(lstm_model, 1, X)，将预测值进行逆缩放，逆缩放函数为：yhat＝invert_scale(scaler, X, yhat)，对预测的y值进行逆差分，逆差分函数为：yhat＝invert_difference(raw_value, yhat, len(test_scaled)+1-i)，存储正在预测的y值，最后计算均方根误差，计算方程为：S4、按照步骤S3的训练方式构建时间关于温度、平均电压、阴阳极流量、冷却水流量的时序预测模型，并计算输出平均电压低于寿命阈值时的时刻，由此得到燃料电池的在线寿命预测模型，输出剩余寿命；S5、将监测数据输入基于CNN网络构建的故障诊断模型进行识别，用于识别和预测已经发生故障或即将发生故障，输出故障类型及故障发生时间节点；监测数据包括在线实时监测得到的数据和预测得到的未来时间段的数据。