System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及燃料电池管理,更具体地,涉及一种基于神经网络的燃料电池故障诊断方法。
技术介绍
1、质子交换膜燃料电池(proton exchange membrane fuel cell,pemfc)将氢气中蕴含的化学能转换为电能,具有清洁无污染、功率密度率高、运行噪音小等优势,因而被广泛应用于汽车等领域。
2、pemfc是一种多物理场、多参数耦合的非线性复杂系统,然而目前面临可靠性低、耐久性差的问题,水管理故障是主要原因之一。水管理故障包括膜干、水淹两类,膜干故障是指质子交换膜(proton exchange membrane,pem)失去湿润状态,导致质子传导能力下降,从而影响pemfc的性能;水淹导致pemfc电堆内部水分过多,堵塞气体扩散层,阻碍了反应物质的正常传输,从而降低了反应效率和电化学反应产生的电压。这两类故障都会降低pemfc的性能和运行寿命。pemfc预诊断能够对水管理故障发生趋势进行预警,并提醒采取措施予以排除,从而实现pemfc的无故障运行,因此选择合理的故障预诊断方法对于未来pemfc产业化发展至关重要。
3、随着人工智能的发展以及计算机技术的进步,基于数据驱动方法在pemfc故障诊断领域受到了广泛关注,该方法不需要建立精确的模型,直接利用pemfc电堆运行时的历史数据作为训练数据,获得相应的智能算法模型,模型根据当前运行数据判断pemfc电堆的膜干、水淹和正常状态,相比基于实验测试方法降低了对设备的要求。
4、在现有技术中,基于数据驱动的故障诊断方法主要包括数据采集
5、综上,现阶段pemfc的应用仍然面临可靠性低、耐久性差的问题,探寻准确有效的故障诊断方法对未来产业化发展具有十分重要的意义。而现有的pemfc的故障诊断,通常采用机器学习方法来实现故障识别,虽然具有诊断速度快、诊断精度高等优势,但诊断过程主要应用在pemfc故障发生之后,无法对故障状态进行预警。此外,由于现有方案无法在pemfc使用过程中对其内部的水含量进行监控,而水管理故障造成的不可逆损害将会影响pemfc的运行寿命,因此进行预诊断对降低由pemfc故障引起的寿命衰减具有重要意义。
技术实现思路
1、本专利技术的目的是克服上述现有技术的缺陷,提供一种基于神经网络的燃料电池故障诊断方法。该方法包括:
2、针对pemfc系统,采集运行状态数据,所述pemfc系统包含加湿器和燃料电池堆;
3、将所述运行状态数据输入到经训练的故障预诊断模型,预测出后续时刻燃料电池堆的故障诊断结果;
4、其中,所述故障预诊断模型基于transformer神经网络构建,包括编码器和解码器,所述编码器包含多个小编码器,每一小编码器设有自注意力层和前馈神经网络层;所述解码器包含多个小解码器,每个小解码器包含自注意力层、注意力层和前馈神经网络层。
5、与现有技术相比,本专利技术的优点在于,采用transformer神经网络构建故障预诊断模型,该模型适用于非线性系统的预测,旨在对运行状态的pemfc水管理故障进行预警,并且有效提高了预诊断的准确度,进而通过后续措施排除故障,能够实现pemfc的无故障运行目标。
6、通过以下参照附图对本专利技术的示例性实施例的详细描述,本专利技术的其它特征及其优点将会变得清楚。
本文档来自技高网...【技术保护点】
1.一种基于神经网络的燃料电池故障诊断方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,根据以下步骤训练所述故障预诊断模型:
3.根据权利要求1所述的方法,其特征在于,所述运行状态特征数据包括燃料电池堆的电流信息、燃料电池堆的电流密度信息、燃料电池堆的温度信息、燃料电池堆入口和出口的压力信息、燃料电池堆入口和出口的气体流速信息、燃料电池堆的冷却水流速信息和燃料电池堆的空气相对湿度信息中的一项或多项。
4.根据权利要求1所述的方法,其特征在于,所述故障诊断结果包括膜干故障、水淹故障和正常状态。
5.根据权利要求1所述的方法,其特征在于,还包括:
6.根据权利要求1所述的方法,其特征在于,所述前馈神经网络是全连接前馈神经网络。
7.根据权利要求2所述的方法,其特征在于,所述自注意力机制表示为:
8.根据权利要求2所述的方法,其特征在于,根据以下步骤确定所述故障类型:
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现根据权利要求1至8中任一
10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于神经网络的燃料电池故障诊断方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,根据以下步骤训练所述故障预诊断模型:
3.根据权利要求1所述的方法,其特征在于,所述运行状态特征数据包括燃料电池堆的电流信息、燃料电池堆的电流密度信息、燃料电池堆的温度信息、燃料电池堆入口和出口的压力信息、燃料电池堆入口和出口的气体流速信息、燃料电池堆的冷却水流速信息和燃料电池堆的空气相对湿度信息中的一项或多项。
4.根据权利要求1所述的方法,其特征在于,所述故障诊断结果包括膜干故障、水淹故障和正常状态。
5.根据权利要求1所述的方法,其特征在于,还...
【专利技术属性】
技术研发人员:郑春花,伏圣祥,肖耀,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。