基于健康指数的方法用于燃料电池寿命估计
Hangyu Wu1, Ruiming Zhang2, Wenchao Zhu3,4
1Hubei Key Laboratory of Advanced Technology for Automotive Components, Wuhan University of Technology, Wuhan 430070, China.
iScience
|October 30, 2024
概括
这项研究引入了一个新的框架,用于在动态条件下预测燃料电池剩余使用寿命 (RUL). 它提取健康指标 (HI) 并使用自适应贝叶斯优化时间卷积网络 (AB-TCN) 进行准确的RUL估计.
科学领域:
- 能源系统工程 能源系统工程
- 材料科学 材料科学 材料科学
- 计算科学 计算科学
背景情况:
- 准确的燃料电池剩余使用寿命 (RUL) 预测对于运营效率和安全至关重要.
- 现有的健康指标 (HI) 提取方法在具有变量负载的动态操作条件下扎.
- 在优化预测模型和实现燃料电池RUL估计的高精度方面存在挑战.
研究的目的:
- 在动态条件下开发燃料电池RUL的强有力的预测框架.
- 提出从运营数据中提取有效健康指标 (HI) 的新方法.
- 提高RUL预测模型的准确性和适应性.
主要方法:
- 健康指标 (HI) 采用完整集体实证模式分解与自适应噪声,功率光谱密度和能量分析 (CPE) 的综合方法提取.
- 使用具有适应贝叶斯优化 (AB-TCN) 的时间卷积网络进行RUL预测.
- 随机森林被用来确定有效的特征参数来训练AB-TCN模型.
主要成果:
- 提取的HI有效地确定了燃料电池的使用寿命.
- 该AB-TCN模型实现了准确的RUL估计,预测误差为6.825%.
- 拟议的框架在各种预测任务中表现出强大的适应性.
结论:
- 开发的CPE方法在动态燃料电池操作下成功提取健康指标.
- 该AB-TCN模型为燃料电池RUL预测提供了一个高度准确和可适应的解决方案.
- 这一框架在监测燃料电池健康状况和预测运行寿命方面取得了重大进展.
