氢燃料电池系统电压衰减的确定方法、系统及电子设备技术方案

本发明专利技术公开了一种氢燃料电池系统输出电压衰减的确定方法，包括：获得历史时序数据；所述历史时序数据是氢燃料电池电堆的输出电压与时间的历史试验数据；根据所述历史时序数据，利用差分整合移动平均自回归ARIMA训练模型进行模型训练，获得目标ARIMA预测模型和目标差分时序数据；将所述目标差分时序数据输入所述目标ARIMA预测模型，获得外推时序数据；所述外推时序数据是从当前时刻开始的所述氢燃料电池电堆的输出电压的时序数据；根据所述历史时序数据和所述外推时序数据，确定所述氢燃料电池系统的衰减时间和衰减电压。上述方法能够节省试验成本，试验数据的处理工作量和数据计算的工作量。计算的工作量。计算的工作量。

【技术实现步骤摘要】
氢燃料电池系统电压衰减的确定方法、系统及电子设备


[0001]本申请涉及燃料电池车辆
，尤其涉及一种氢燃料电池系统电压衰减的确定方法、系统及电子设备。

技术介绍

[0002]随着目前对节能减排发展需求的不断提升，清洁能源在能源系统中占据了越来越重要的位置。氢燃料电池具有高能量密度、零排放、高效率和高适应等优点，在新能源汽车等领域具有良好的应用前景。而电池耐久性是目前制约车用氢燃料电池技术进一步推广的重要因素之一，其中的氢燃电系统的输出电压随着时间的衰减趋势或程度是衡量氢燃电系统耐久性能的关键指标。通常来说，氢燃电系统耐久性能，通常是采用长达数千小时，如5000小时或更多的整车转鼓耐久试验，采集试验过程中的氢燃电输出电压时序数据进行评价。由于需要采集数千小时的时序数据，不仅存在转鼓耐久试验周期长，试验成本巨大的问题，也存在海量数据的处理、计算工作量大的问题，导致氢燃电系统的耐久性能评价耗时长，成本高的问题。

技术实现思路

[0003]本专利技术提供了一种氢燃料电池系统电压衰减的确定方法、系统及电子设备，以解决或者部分解决目前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种氢燃料电池系统输出电压衰减的确定方法，其特征在于，所述确定方法包括：获得历史时序数据；所述历史时序数据是氢燃料电池电堆的输出电压与时间的历史试验数据；根据所述历史时序数据，利用差分整合移动平均自回归ARIMA训练模型进行模型训练，获得目标ARIMA预测模型和目标差分时序数据；将所述目标差分时序数据输入所述目标ARIMA预测模型，获得外推时序数据；所述外推时序数据是从当前时刻开始的所述氢燃料电池电堆的输出电压的时序数据；根据所述历史时序数据和所述外推时序数据，确定所述氢燃料电池系统的衰减时间和衰减电压。2.如权利要求1所述的确定方法，其特征在于，所述根据所述历史时序数据和所述外推时序数据，确定所述氢燃料电池系统的衰减时间和衰减电压，包括：根据时间先后顺序，将所述历史时序数据和所述外推时序数据合并，获得整合时序数据；对所述整合时序数据进行M次多项式拟合，获得拟合方程，M的取值范围为3～10；根据所述拟合方程，确定拐点坐标；将所述拐点坐标对应的时间确定为所述衰减时间，将所述拐点坐标对应的输出电压确定为所述衰减电压。3.如权利要求1所述的确定方法，其特征在于，所述根据所述历史时序数据，利用差分整合移动平均自回归ARIMA训练模型进行模型训练，获得目标ARIMA预测模型和目标差分时序数据，包括：根据所述历史时序数据，确定训练数据和验证数据；将所述训练数据输入所述ARIMA训练模型进行模型训练，获得待选ARIMA预测模型，所述待选ARIMA预测模型对应的待选差分训练数据和待选差分时序数据；将所述待选差分训练数据输入所述待选ARIMA预测模型，获得预测数据；对所述预测数据进行反差分，获得反差分预测数据；根据所述反差分预测数据和所述验证数据，确定所述反差分预测数据与所述验证数据之间的匹配度；将所述匹配度符合预设条件的待选ARIMA预测模型确定为所述目标ARIMA预测模型，并将所述待选ARIMA预测模型对应的待选差分时序数据确定为所述目标差分时序数据。4.如权利要求3所述的确定方法，其特征在于，所述将所述训练数据输入所述ARIMA训练模型进行模型训练，获得待选ARIMA预测模型，包括：根据预设的自回归阶数p取值范围，滑动平均阶数q取值范围和差分阶数d取值范围，确定参数数据集；所述参数数据集中包括N组p，q，d的取值数据对，N>2且为整数；根据每一组取值数据对中的d值，对所述训练数据进行d阶差分，获得候选差分训练数据；根据所述候选差分训练数据以及所述每一组取值数据对中的p值，q值进行模型训练，获得候选ARIMA预测模型；根据所述候选ARIMA预测模型和赤池信息准...

【专利技术属性】
技术研发人员：王秋来，王军，王涛，张明凯，蒋丽琼，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：