一种质子交换膜燃料电池集成系统故障诊断方法及系统技术方案

本发明专利技术公开了一种质子交换膜燃料电池集成系统故障诊断方法及系统。本发明专利技术的故障诊断方法采用的技术方案为：根据燃料电池动态工况运行过程的电化学反应机理与经验公式建立PEMFC集成系统模型；利用实验数据对搭建的PEMFC集成系统数学模型进行验证分析，模拟PEMFC集成系统在不同运行状态下的输出特性数据并保存故障特征图像；采用迁移学习将预训练模型的输出特性数据部分提取并保存至GoogLeNet中，修改其中全链接层和输出层的参数并对故障特征图像进行训练；最后，利用训练好的GoogLeNet模型对故障特征图像进行分类。本发明专利技术可以有效地诊断PEMFC集成系统正常、冷却系统故障、氢气供给系统故障、空气供给故障和水淹故障共五种运行状态。和水淹故障共五种运行状态。和水淹故障共五种运行状态。

【技术实现步骤摘要】
一种质子交换膜燃料电池集成系统故障诊断方法及系统


[0001]本专利技术涉及氢能
，具体地说是一种基于GoogLeNet卷积神经网络和迁移学习的质子交换膜燃料电池(PEMFC)集成系统故障诊断方法及系统。

技术介绍

[0002]质子交换膜燃料电池(PEMFC)的故障诊断方法主要分为基于模型和非模型两大类。
[0003]基于模型的故障诊断方法通过比较系统的实际测量值和所建立模型的输出值来生成残差，然后通过残差分析和决策完成故障诊断。然而，对于这种复杂的质子交换膜燃料电池系统，它与涉及电化学、电磁学、热力学和流体动力学的多个物理场耦合，实现准确的基于模型的PEMFC故障诊断面临极大挑战。
[0004]基于非模型的PEMFC故障诊断方法主要包括基于实验测试的方法和基于数据驱动的方法。基于实验测试的方法主要通过电磁、故障运行等实验测试来检测和诊断PEMFC异常情况，该方法的优势是无需采集大量数据且对燃料电池入侵性小。但基于实验测试的方法需要高精度的实验仪器，昂贵的设备费用是一个不容忽视的问题。基于数据驱动的诊断方法不需要建立复杂的机理模型，并且诊断过程不涉及相关实验仪器的操作，主要思想为将诊断过程视为一个黑箱，采用机器学习算法对采集的历史故障数据进行诊断。神经网络作为一种强大、有效的故障诊断工具，被广泛用于解决高度复杂的非线性模式识别或分类问题。神经网络是图像识别领域的核心算法，在处理图像方面具有巨大优势，然而目前研究都是基于矢量数据进行故障诊断，而且目前尚未有研究从启停、怠速和变载等动态运行工况角度利用状态图像特征对燃料电池系统的工作状态进行判别。

技术实现思路

[0005]为解决上述现有技术存在的不足，本专利技术提供一种基于GoogLeNet卷积神经网络和迁移学习的PEMFC集成系统故障诊断方法及系统，其首次将GoogLeNet卷积神经网络图像识别方法和迁移学习结合应用于质子交换膜燃料电池故障诊断。
[0006]为实现上述目的，本专利技术采用的一种技术方案如下：一种质子交换膜燃料电池集成系统故障诊断方法，其包括步骤：
[0007]1)根据动态工况下质子交换膜燃料电池电化学反应机理与经验模型公式，搭建PEMFC集成系统数学模型，其中辅机系统包括冷却系统、空气供给系统和供氢系统；
[0008]2)根据实验数据验证搭建的PEMFC集成系统数学模型，并分析动态工况下PEMFC集成系统的性能和功耗；
[0009]3)通过改变PEMFC集成系统各个部件参数，获得正常、冷却系统故障、氢气供给系统故障、空气供给系统故障和水淹故障共五种状态的输出特性数据；
[0010]4)选择PEMFC集成系统的一些输出特性数据作为故障诊断特征量，并输出选定故障诊断特征量的特征图像；
[0011]5)采用迁移学习对预训练Googlenet模型进行权重迁移，得到优化的Googlenet卷积神经网络分类模型；最后利用该分类模型对得到的五种状态的特征图像进行诊断，并分析结果。
[0012]首先，根据燃料电池电堆在启停、怠速和变载等实际运行动态工况下的反应机理，建立包括燃料电池、冷却系统、空气供给系统和供氢系统的PEMFC集成系统数学模型。其次，利用实验数据对搭建的PEMFC集成系统数学模型进行验证分析，模拟PEMFC集成系统在不同运行状态下的输出特性数据并保存故障特征图像。然后，采用迁移学习将预训练模型的输出特性数据部分提取并保存至GoogLeNet中，修改其中全链接层和输出层的参数并对故障特征图像进行训练。最后，利用训练好的GoogLeNet模型对故障特征图像进行分类。
[0013]步骤3)中，所述的输出特性数据包含电流、电压、电效率、热效率、温度、阴极和阳极进气压力等多个数据。
[0014]进一步地，所述步骤1)中，所述的PEMFC集成系统数学模型，包括：
[0015]1)燃料电池输出特性模型
[0016]电堆的单电池输出电压由以下公式表示：
[0017]V
cell
＝E
Nernst
‑
V
act
‑
V
ohm
‑
V
conc (2)
[0018]式中，V
cell
为单电池的输出电压；E
Nernst
为热力学电动势；V
act
为活化极化过电压；V
ohm
为欧姆极化过电压；V
conc
为浓差极化过电压；
[0019]电堆输出电压V
stack
表示为：
[0020]V
stack
＝n
·
V
cell (7)
[0021]式中，n为组成电堆的电池数量；
[0022]PEMFC集成系统产生的电能P
el_st
和电功率P
th_st
分别为：
[0023]P
el_st
＝n
·
V
cell
·
i
·
A (8)
[0024]P
th_st
＝n
·
(V
L
‑
V
stack
)
·
i (9)
[0025]式中，V
L
为低氢热值下的等效电压，i为电堆运行电流，A为质子交换膜表面积；
[0026]电堆的电效率由以下公式计算：
[0027][0028]式中，μ
f
为燃料利用系数，为氢的化学系数；
[0029]2)冷却系统
[0030]冷却系统的能耗计算如下：
[0031][0032]式中，ξ5，ξ6，ξ7和ξ8为经验常数；f
w
为冷却水流量，其计算公式为：
[0033][0034]式中，ξ9为经验常数；ρ
w
为水的密度；为正常条件下水的比热容；ΔT
w
为进入和离开PEMFC的冷却水之间的温差；P
humid
为气体加湿耗能，它近似为入口温度水进入饱和蒸汽
的能耗：
[0035][0036]式中，和分别为通入的空气和氢气加湿后所含水蒸气流量；为入口温度298.15K下将1摩尔水加热为水蒸气所消耗的焓：
[0037][0038]式中，为正常条件下水摩尔质量；T
stack
为电堆温度；
[0039]3)空气供给系统
[0040]进气增压时空气供给系统的能耗计算为：
[0041]P
comp
＝c
p
·
ΔT
gas
·
Q
air (15)
[0042]式中，c
p
为入口气体的恒压比热容；Q
air
为空气进气质量流量；ΔT
gas<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种质子交换膜燃料电池集成系统故障诊断方法，其特征在于，包括步骤：1)根据动态工况下质子交换膜燃料电池电化学反应机理与经验模型公式，搭建PEMFC集成系统数学模型，其中辅机系统包括冷却系统、空气供给系统和供氢系统；2)根据实验数据验证搭建的PEMFC集成系统数学模型，并分析动态工况下PEMFC集成系统的性能和功耗；3)通过改变PEMFC集成系统各个部件参数，获得正常、冷却系统故障、氢气供给系统故障、空气供给系统故障和水淹故障共五种状态的输出特性数据；4)选择PEMFC集成系统的一些输出特性数据作为故障诊断特征量，并输出选定故障诊断特征量的特征图像；5)采用迁移学习对预训练Googlenet模型进行权重迁移，得到优化的Googlenet卷积神经网络分类模型；最后利用该分类模型对得到的五种状态的特征图像进行诊断，并分析结果。2.根据权利要求1所述的质子交换膜燃料电池集成系统故障诊断方法，其特征在于，所述步骤1)中，所述的PEMFC集成系统数学模型，包括：1)燃料电池输出特性模型电堆的单电池输出电压由以下公式表示：V
cell
＝E
Nernst
‑
V
act
‑
V
ohm
‑
V
conc
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中，V
cell
为单电池的输出电压；E
Nernst
为热力学电动势；V
act
为活化极化过电压；V
ohm
为欧姆极化过电压；V
conc
为浓差极化过电压；电堆输出电压V
stack
表示为：V
stack
＝n
·
V
cell
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)式中，n为组成电堆的电池数量；PEMFC集成系统产生的电能P
el_st
和电功率P
th_st
分别为：P
el_st
＝n
·
V
cell
·
i
·
A
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)P
th_st
＝n
·
(V
L
‑
V
stack
)
·
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)式中，V
L
为低氢热值下的等效电压，i为电堆运行电流，A为质子交换膜表面积；电堆的电效率由以下公式计算：式中，μ
f
为燃料利用系数，为氢的化学系数；2)冷却系统冷却系统的能耗计算如下：式中，ξ5，ξ6，ξ7和ξ8为经验常数；f
w
为冷却水流量，其计算公式为：
式中，ξ9为经验常数；ρ
w
为水的密度；为正常条件下水的比热容；ΔT
w
为进入和离开PEMFC的冷却水之间的温差；P
humid
为气体加湿耗能，它近似为入口温度水进入饱和蒸汽的能耗：式中，和分别为通入的空气和氢气加湿后所含水蒸气流量；为入口温度298.15K下将1摩尔水加热为水蒸气所消耗的焓：式中，为正常条件下水摩尔质量；T
stack
为电堆温度；3)空气供给系统进气增压时空气供给系统的能耗计算为：P
comp
＝c
p
·
ΔT
gas
·
Q
air
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)式中，c
p
为入口气体的恒压比热容；Q
air
为空气进气质量流量；ΔT
gas
为压缩机入口气体的温升，计算方法如下：式中，p1为气体压缩前的压力；p2为气体压缩后的压力；γ为恒压下气体的比热容与定容比热容之比；T2为气体通入压缩机前的温度，T1为气体通入压缩机后的温度；4)氢气供给系统氢气循环泵回收未反应的氢燃料，理想气体绝热压缩过程的计算结果被视为循环泵的功耗：式中，W
cyc

【专利技术属性】
技术研发人员：赵波，陈哲，章雷其，吴启亮，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：