一种机车质子交换膜燃料电池系统的快速故障诊断方法技术方案

本发明专利技术公开一种机车质子交换膜燃料电池系统的快速故障诊断方法，包括步骤：将机车运行过程中采集来的多传感器数据输入到一个全连接的反向传播神经网络，以抽取高维抽象特征并用向量表示；将向量表示的抽象特征重构成张量特征图，以获得抽象特征的集成化表示；将特征图输入到基于InceptionNet的卷积网络来对特征图进行分类，获得故障类别，进而实现机车质子交换膜燃料电池系统的故障诊断。本发明专利技术能够对机车质子交换膜燃料电池系统的状态进行准确分类，确保机车质子交换膜燃料电池系统的稳定运行，减少由于故障带来的功率损失、避免故障引发的对燃料电池系统的不可逆损伤、延长其健康运行时长。

【技术实现步骤摘要】
一种机车质子交换膜燃料电池系统的快速故障诊断方法
本专利技术属于燃料电池技术
，特别是涉及一种机车质子交换膜燃料电池系统的快速故障诊断方法。
技术介绍
质子交换膜燃料电池作为一种新型的能源转换装置，能将氧气和氢气内的化学能转化为电能为便携式设备或是大型运载工具如混合动力机车等提供动力且其理论副产物只有水，又因为其还具有功率密度高、启动速度快等优点，因此其在近年来成为一种备受关注的无污染高效新能源之一。质子交换膜燃料电池系统是一个多物理场耦合的复杂环境，稳定性成为了制约其更广泛商业应用的关键因素之一。对质子交换膜燃料电池系统准确的故障检测将大大提高其稳定运行能力，而机车用质子交换膜燃料电池系统则更具复杂性且更易于发生故障。通常针对质子交换膜燃料电池的故障诊断可以分为基于实验的、基于模型的和基于数据的方法。在机车用质子交换膜燃料电池复杂系统环境下，基于数据的方法相较于其他方法具有更显著的优势。基于数据的故障诊断方法常分为基于统计方法的、基于信号处理方法的和基于人工智能方法的。随着近年来人工智能方法的显著进展，使其成为故本文档来自技高网...

【技术保护点】
1.一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，包括步骤：/nS100，将机车运行过程中采集来的多传感器数据输入到一个全连接的反向传播神经网络，以抽取高维抽象特征并用向量表示；/nS200，将向量表示的抽象特征重构成张量特征图，以获得抽象特征的集成化表示；/nS300，将特征图输入到基于InceptionNet的卷积网络来对特征图进行分类，获得故障类别，进而实现机车质子交换膜燃料电池系统的故障诊断。/n

【技术特征摘要】
1.一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，包括步骤：
S100，将机车运行过程中采集来的多传感器数据输入到一个全连接的反向传播神经网络，以抽取高维抽象特征并用向量表示；
S200，将向量表示的抽象特征重构成张量特征图，以获得抽象特征的集成化表示；
S300，将特征图输入到基于InceptionNet的卷积网络来对特征图进行分类，获得故障类别，进而实现机车质子交换膜燃料电池系统的故障诊断。


2.根据权利要求1所述的一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，在所述步骤S100中，将机车运行过程中采集来的多传感器数据输入到一个全连接的反向传播神经网络，以抽取高维抽象特征并用向量表示，包括步骤：
S101，采集机车运行过程中质子交换膜燃料电池系统的多传感器数据以及当前系统状态类；
S102，将所获得数据输入一个全连接的反向传播神经网络，用以抽取高维抽象特征；所述全连接的反向传播神经网包括输入层、隐藏层、输出层三层神经元结构，并以同层内神经元互不连接、相邻层神经元之间全连接的形式连接；
S103，设置全连接的反向传播神经网络参数，根据设置输入层结点数，以匹配采集到的多传感器数据维度数；设置隐藏层结点数；设置输出层结点数，以得到一个高维抽象特征的向量表示。


3.根据权利要求2所述的一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，所述全连接的反向传播神经网包括输入层、隐藏层、输出层三层神经元结构，并以同层内神经元互不连接、相邻层神经元之间全连接的形式连接；
隐藏层神经元和输出层神经元的输出值分别按如下公式计算：



式中：h(j)代表隐藏层的第j个神经元结点的输出；relu是一个整流线性单元，它能令负值为0，而令正值保持输出，通过这个非线性函数能增加网络的非线性表示能力；wij表示输入层第i个神经元与隐藏层第j个神经元之间的权值参数；bj表示隐藏层第j个神经元结点的偏置项；M是输入层结点数；y(k)表示输出层第k个神经元结点的输出值；wjk表示隐藏层第j个神经元与输出层第k个神经元之间的权值参数；bk表示输出层第k个神经元结点的偏置项；N是隐藏层结点数。


4.根据权利要求3所述的一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，设置全连接的反向传播神经网络的参数，输入层结点数设置为12个，用以匹配采集到的多传感器数据维度数；隐藏层结点数设置为512；输出层结点数设置为1024，用以得到一个高维抽象特征的向量表示。


5.根据权利要求1所述的一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，在所述步骤S200中，将向量表示的抽象特征重构成张量特征图，以获得抽象特征的集成化表示，包括步骤：
S201，将所获得的向量表示的抽象特征按顺序依次排列；
S202，根据排列，将向量表示的抽象特征重构成的集成化的张量表示的特征图，进而实现了特征级信息融合过程。


6.根据权利要求5所述的一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，在步骤S202中，将向量表示的抽象特征重构成尺寸为32*32*1的集成化的张量表示的特征图；其中第一个和第二个32代表了特征图长宽像素值，1表示特征图的通道数为1。


7.根据权利要求6所述的一种机车质子交换膜燃料电池系统的快速故障诊断方法，其特征在于，在所述步骤S300中，将特征图输入到基于InceptionNet的卷积网络来对特征图进行分类，获得故障类别，进而实现机车质子交换...

【专利技术属性】
技术研发人员：张雪霞，郭雪庆，陈维荣，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51