CN119414251A 基于多特征指标融合的车用燃料电池寿命智能预测方法 （哈尔滨工业大学（威海））

基于多特征指标融合的车用燃料电池寿命一种能够有效提高燃料电池使用寿命预测准确性的基于多特征指标融合的车用燃料电池寿命标融合将燃料电池的输出电压重新构建表征燃数据类型选择合适的预测方法以提高寿命预测2步骤2：采用EMD经验模态分解方法将表征质子交换膜燃料电池PEMFC衰减的电堆电压2.根据权利要求1所述的基于多特征指标融合的车用燃料电池寿命智能预测方法，其3.根据权利要求1所述的基于多特征指标融合的车用燃料电池寿命智能预测方法，其为x(r)=(x,x2,...,x)，其中x(r)为第r个时间段的电压，EMD经验模态分解方法分别记作e(r)和ea(r)；34.根据权利要求1所述的基于多特征指标融合的车用燃料电池寿命智能预测方法，其5.根据权利要求1所述的基于多特征指标融合的车用燃料电池寿命智能预测方法，其4拟一群灰狼的狩猎行为来实现全局优化，GWO的核心在于解空间的全局搜索和局部利用之式中x"为第t+1次迭代时第i只狼的位置向量；xw为第t次迭代时领头狼的位置向量，6.根据权利要求1所述的基于多特征指标融合的车用燃料电池寿命智能预测方法，其i=o(,·[h,σ种基于麻雀觅食行为的群体智能优化算法，是通过模拟麻雀觅食行为来优化目标函数，式中X,随机分布在解空间X中以覆盖大范围的超参数，对于每个麻雀位置X,训练对应57.根据权利要求1所述的基于多特征指标融合的车用燃料电池寿命智能预测方法，其式中q(xr,)为Transformer预测输出序列中第i个预测值，p(x,)为标签序列中对应时刻的预测值，l为序列长度，Da(PQ)为两个序列P(X)和Q(X)的KL散度损失函数，67且无法再生；另一方面，工业和日常生活对能源的需求不断增加。质子交换膜燃料电池用前景。[0003]PEMFC电堆由多个单电池串联而成，任何一个单电池性能下降都会导致整个电堆PEMFC系统处于良好状态对其持续运行至关重要。通过实时监测系统运行参数并预测燃料电池的剩余使用寿命（RemainingUsefulLife,RUL可以在电堆完全失效[0004]现有的基于电压为输入指标的PEMFC寿命智能预测算法在长期预测中累计误差步骤2：采用EMD经验模态分解方法将表征质子交换膜燃料电池PEMFC衰减的电堆8机制的序列模型Transformer预测衰减分（2（39[0009]本发明步骤3中，加权注意力模型的注意力机制的核心是计算每对数据之间的相步骤3_2：将第一组数据和与其对应的融合表示拼接或加权，生成新的数据：免了局部最优并增强了对周期数据的适应性，步骤4所述的GRU模型由更新门和重置门组表一组超参数位置更新公式如下：i=o·[h-,x]+b)（17q=o(,•[h,x]+b)（18w;和b,分别表示输入门,种基于麻雀觅食行为的群体智能优化算法，是通过模拟麻雀觅食行为来优化目标函数，式中Xit表示第t次迭代中第i个麻雀的位置，Xjt和Xkt分别是当前种群中最优解和bestt为当前最优解，γ为局部搜Transformer中编码和解码的输入中添加的位置编码向量，可以表示当前数据的is;=k[(f-t]/H（3衰减特性分解为多个不同特征尺度的本征模态函数（IntrinsicModeFunctions,IMF步骤S21：找到电压x()的所有极值点，R(r)=x(r)-v(r)（5式中每个=,都是基于和第二组数据相关性融合得步骤S4：所述加权注意力模型将IMF重组为表征燃料电池的波动性和噪声的衰减其中车用燃料电池寿命智能预测方法包含的门控循环单元(GatedRecurrent麻雀搜索算法(SparrowSearchAlgorithm,SSA)和灰狼优化算法(GreyWolfOptimizer,GWO)，;和[0021]SSA通过随机生成初始麻雀位置来构建初始解空间种群。每个位置Xt代表LSTM在式中Xit表示第t次迭代中第i个麻雀的位置，Xjt和Xkt分别是当前种群中最优解和[0022]SSA通过在当前解附近进行局部搜索来优化当前解，方法是通过调整公式中参数式中q(x,)为Transformer预测输出序列中第i个预测值，p(x,)为标签序列中g(-:)对应时刻的预测值。l为序列长度。为两个序列P([0029]为了进一步体现本例在不同测试工况下的PEMFC衰减趋势预测精准度，通过真实的PEMFC老化数据集进行计算。EMD按照信号的频率成分自适应的将PEMFC的电压逐步分解种方法利用真实燃料电池数据前20%训练数据下进行对比实验，选取燃料电池全寿命周期比方法。表1的实验结果证明本发明提出的一种基于多特征健康指标融合的车用燃料电池寿命智能预测方法在不同工况下都具有较高[0033]为了进一步体现本例在不同测试工况下的PEMFC剩余使用寿命预测精准度，通过在静态工况下的衰减。而本发明提出的方法在静态和准动态