【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种燃料电池系统运行方案预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、在燃料电池系统的研发与应用中，燃料电池系统的性能参数，如电流密度、氢气利用率、系统效率及耐久性，直接决定了其技术先进性和市场竞争力。
2、然而，传统优化方法通常仿真测试，仿真测试作为一种替代方案，通常简单地对每个参数进行均匀划分并组合计算，未能充分考虑不同参数对系统性能和经济性影响的差异性，增加了不必要的计算负担，导致优化效率较低，预测得到燃料电池系统运行方案的效率较差。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高燃料电池系统运行方案预测效率的燃料电池系统运行方案预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种燃料电池系统运行方案预测方法，包括：
3、获取待预测燃料电池系统的预设运行参数项，以及获取所述预设运行参数项的预设取值范围和预设取值精度；
4、根据所述预设取值范围和预设取值精度，随机生成所述预设运行参数项的多组运行参数值；
5、分别将各所述运行参数值，转换为遗传算法中个体的基因信息，得到初始种群；
6、获取预设约束条件信息和多个预设目标函数，根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案。
7、在其中一个实施例中，所述分别将各所述运行参数值，
8、根据所述预设取值范围和预设取值精度，确定所述预设运行参数项对应的编码长度；
9、根据所述编码长度，确定所述预设运行参数项的编码关系；
10、根据所述编码关系，分别将各所述运行参数值，转换为编码信息，作为遗传算法中个体的基因信息。
11、在其中一个实施例中，所述根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案，包括：
12、根据所述预设约束条件和各所述预设目标函数，得到多个遗传算法中个体的适应度函数；
13、将所述初始种群作为当前种群，计算所述当前种群中每个个体的适应度；
14、根据所述适应度和所述当前种群，生成子代种群，将所述子代种群作为新的当前种群，并返回执行所述计算所述当前种群中每个个体的适应度的步骤，直到得到符合预设条件的子代种群；
15、根据所述符合预设条件的子代种群，确定所述待预测燃料电池系统的预测运行方案。
16、在其中一个实施例中，所述根据所述适应度和所述当前种群，生成子代种群，包括：
17、根据所述适应度，将所述当前种群中的个体进行非支配排序，确定所述当前种群中每个个体的非支配层级；每个非支配层级中包含至少一个个体；
18、从所述当前种群中，剔除非支配层级最低的个体，得到父代种群；
19、根据所述父代种群，生成子代种群。
20、在其中一个实施例中，所述根据所述父代种群，生成子代种群，包括：
21、根据所述父代种群，通过交叉操作和变异操作，得到第一子代种群；
22、计算所述父代种群中非支配层级最高的个体的拥挤距离；
23、根据所述拥挤距离，从所述父代种群中非支配层级最高的个体中，筛选出预设数量的个体，整合为第二子代种群；
24、将所述第一子代种群和所述第二子代种群，整个为所述子代种群。
25、在其中一个实施例中，所述计算所述当前种群中每个个体的适应度，包括：
26、在物理仿真工具中，构建所述待预测燃料电池系统的仿真模型；
27、在所述物理仿真工具中，根据所述仿真模型，计算所述当前种群中每个个体的适应度；
28、所述根据所述适应度和所述当前种群，生成子代种群，包括：
29、采用优化预测工具，根据所述适应度和所述当前种群，生成子代种群。
30、第二方面，本申请还提供了一种燃料电池系统运行方案预测装置，包括：
31、信息获取模块，用于获取待预测燃料电池系统的预设运行参数项，以及获取所述预设运行参数项的预设取值范围和预设取值精度；
32、参数生成模块，用于根据所述预设取值范围和预设取值精度，随机生成所述预设运行参数项的多组运行参数值；
33、基因转换模块，用于分别将各所述运行参数值，转换为遗传算法中个体的基因信息，得到初始种群；
34、方案预测模块，用于获取预设约束条件信息和多个预设目标函数，根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案。
35、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
36、获取待预测燃料电池系统的预设运行参数项，以及获取所述预设运行参数项的预设取值范围和预设取值精度；
37、根据所述预设取值范围和预设取值精度，随机生成所述预设运行参数项的多组运行参数值；
38、分别将各所述运行参数值，转换为遗传算法中个体的基因信息，得到初始种群；
39、获取预设约束条件信息和多个预设目标函数，根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案。
40、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
41、获取待预测燃料电池系统的预设运行参数项，以及获取所述预设运行参数项的预设取值范围和预设取值精度；
42、根据所述预设取值范围和预设取值精度，随机生成所述预设运行参数项的多组运行参数值；
43、分别将各所述运行参数值，转换为遗传算法中个体的基因信息，得到初始种群；
44、获取预设约束条件信息和多个预设目标函数，根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案。
45、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
46、获取待预测燃料电池系统的预设运行参数项，以及获取所述预设运行参数项的预设取值范围和预设取值精度；
47、根据所述预设取值范围和预设取值精度，随机生成所述预设运行参数项的多组运行参数值；
48、分别将各所述运行参数值，转换为遗传算法中个体的基因信息，得到初始种群；
49、获取预设约束条件信息和多个预设目标函数，根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案。
50、上述燃料电池系统运行方案预测方法中，首先，获取待预本文档来自技高网...
【技术保护点】
1.一种燃料电池系统运行方案预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述分别将各所述运行参数值，转换为遗传算法中个体的基因信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述适应度和所述当前种群，生成子代种群，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述父代种群，生成子代种群，包括：
6.根据权利要求3所述的方法，其特征在于，所述计算所述当前种群中每个个体的适应度，包括：
7.一种燃料电池系统运行方案预测装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种燃料电池系统运行方案预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述分别将各所述运行参数值，转换为遗传算法中个体的基因信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述预设约束条件、各所述预设目标函数和所述初始种群，得到所述待预测燃料电池系统的预测运行方案，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述适应度和所述当前种群，生成子代种群，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述父代种群，生成子代种群，包括：
6.根据权利要求3所述的方...
【专利技术属性】
技术研发人员：郭英伦，赵耀洪，李义涛，王君，廖汉东，林浩，姚峤鹏，张冲，陈伟泽，
申请(专利权)人：广东新型储能国家研究院有限公司，
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。