基于SAANFISAUKF的PEMFC剩余使用寿命预测方法

文档名：基于SAANFISAUKF的PEMFC剩余使用寿命预测方法
摘要：为实现在恒定和变载工况下对质子交换膜燃料电池(PEMFC)的剩余使用寿命(RUL)预测,提出了一种基于SA-ANFIS-AUKF的混合驱动预测方法.该方法首先基于结合模拟退火(SA)算法的自适应神经模糊推理系统(ANFIS)实现未来衰退趋势(FDT)预测,然后基于预测的电压衰退结果,结合电压衰减半机理模型和自适应无迹卡尔曼滤波(AUKF)算法实现了准确的剩余使用寿命估计.并利用法国燃料电池实验室恒定工况数据集和物流车变载工况数据集进行验证,RUL估计结果的平均准确度分别为0.8818和0.7854.在100h预测时长下,预测RUL的平均绝对误差均不超过12.5h.结果表明,该混合方法不仅适用于恒定负载,在动态负载下也有良好的预测效果.

作者：黄庆泽   罗马吉   张锐明 Author：HUANGQingze   LUOMaji   ZHANGRuiming
作者单位：武汉理工大学汽车工程学院,湖北武汉430070先进能源科学与技术广东省实验室佛山分中心,广东佛山528000;广东省武理工氢能产业技术研究院,广东佛山528000
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(5)
分类号：TM911
关键词：质子交换膜燃料电池  剩余使用寿命  自适应神经模糊推理系统  自适应无迹卡尔曼滤波  
机标分类号：TH165.3TP206.3TM912
在线出版日期：2023年6月2日
基金项目：基于SA-ANFIS-AUKF的PEMFC剩余使用寿命预测方法[
期刊论文]  电源技术--2023, 47(5)黄庆泽  罗马吉  张锐明为实现在恒定和变载工况下对质子交换膜燃料电池(PEMFC)的剩余使用寿命(RUL)预测,提出了一种基于SA-ANFIS-AUKF的混合驱动预测方法.该方法首先基于结合模拟退火(SA)算法的自适应神经模糊推理系统(ANFIS)实现未来衰退趋势...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于SA-ANFIS-AUKF的PEMFC剩余使用寿命预测方法  Prediction of the remaining useful life of PEMFC based on SA-ANFIS-AUKF

基于SA-ANFIS-AUKF的PEMFC剩余使用寿命预测方法.pdf

2024-12-14 12:35 上传 基于SAANFISAUKF的PEMFC剩余使用寿命预测方法.pdf

文件大小:

2.09 MB

下载次数:

60

高速下载