基于人工智能的质子交换膜燃料电池状态估计及故障诊断

郑如意, 杨博, 周率, 蒋林, 李鸿彪, 郜登科

State Estimation and Fault Diagnosis of Proton Exchange Membrane Fuel Cells Based on Artificial Intelligence

Ruyi ZHENG, Bo YANG, Shuai ZHOU, Lin JIANG, Hongbiao LI, Dengke GAO

表3 基于AI的3种PEMFC故障诊断方法性能指标对比

Tab. 3 Comparison of performance indicators of three PEMFC fault diagnosis methods based on AI

诊断方法 具体类型 诊断故障类型 精确度/% 功率等级/kW 诊断状态 复杂性 经济性 机器学习 SVM[58] 缺氧、水淹和膜干燥 96.15 60 离线 中 中 深度学习 CNN[59] 水淹和膜干燥 98.5 5 离线 中 中 融合算法 迁移学习[61] 冷却系统故障、氢气饥饿、空气饥饿和水淹 99.50 100 离线 高 低 集成学习[63] 水淹、膜干燥和氢气泄漏 99.99 100 在线/离线 高 低