一种质子交换膜燃料电池控制方法技术

本发明专利技术公开了一种质子交换膜燃料电池控制方法。该方法包括：利用建立的电池电压模型监测电池状态，获得预测电压；将所述预测电压与实际测量电压之间的差值与设定阈值进行比较，以判断电池是否处于异常状态；在确定电池处于异常状态的情况下，将测量得到的电池电压、欧姆内阻和阳极气体压力降输入到经训练的Bagging神经网络集成分类器，获得电池故障类型。本发明专利技术能够保证预测精确度和及时性，同时降低了模型训练数据量，并且在没有增加特征数据量的前提下，可以同时对膜干和水淹故障进行诊断。诊断。诊断。

【技术实现步骤摘要】
一种质子交换膜燃料电池控制方法


[0001]本专利技术涉及电池健康控制
，更具体地，涉及一种质子交换膜燃料电池控制方法。

技术介绍

[0002]质子交换膜燃料电池(proton exchange membrane fuel cell，PEMFC)在使用中将氢能转化为电能，具有无噪音、零污染、工作电流大、比功率高、启动速度快、环境友好和结构紧凑等优点，可以从根本上解决困扰汽车发展的环境和能源问题，得到了越来越多国家以及企业的重视。然而，造成质子交换膜燃料电池迈向商业化应用缓慢的原因很大程度上在于质子交换膜燃料电池的寿命与健康问题。由于外界条件以及运行工况的变化，质子交换膜燃料电池容易出现膜干、水淹等故障，从而导致电堆的性能与寿命严重衰减。因此为了避免对电堆造成严重损坏，需要及时检测出故障并对故障进行修复。
[0003]在现有技术中，对质子交换膜燃料电池水淹和膜干故障的诊断方法，主要是基于数学模型、实验和数据驱动等诊断方法。对于基于数学模型的方法，关键在于建立和燃料电池相匹配的解析模型，这对模拟电池系统性能至关重要。但是，这种方法需要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种质子交换膜燃料电池控制方法，包括以下步骤：利用建立的电池电压模型监测电池状态，获得预测电压，所述电池是质子交换膜燃料电池；将所述预测电压与实际测量电压之间的差值与设定阈值进行比较，以判断电池是否处于异常状态；在确定电池处于异常状态的情况下，将测量得到的电池电压、欧姆内阻和阳极气体压力降输入到经训练的Bagging神经网络集成分类器，获得电池故障类型。2.根据权利要求1所述的方法，其特征在于，所述Bagging神经网络集成分类器包含多个弱学习器，每个弱学习器对应一个神经网络模型，所述神经网络模型包括输入层、隐含层和输出层，并且测量得到的电池电压、欧姆内阻和阳极气体压力降作为输入层的输入变量，电池故障类型作为输出层的输出变量。3.根据权利要求2所述的方法，其特征在于，根据以下步骤确定所述神经网络模型的隐含层节点数：设定隐含层的起始节点数X0和起始步长h0，分别表示为：X0＝log2N
in
h0＝(N
in
‑
N
out
)/3其中，X0为隐含层的起始节点数，N
in
为输入层的输入单元数，N
out
为输出层所输出的单元数；设计隐含层的对比节点数X1，表示为：X1＝X0+h0计算起始节点数和对比节点数所对应的神经网络模型预测误差值f0(x)和f1(x)，以确定下一对比节点数X2，表示为：经过重复迭代，直至寻找到最优的节点数X
i
，作为最佳的隐含层节点数。4.根据权利要求1所述的方法，其特征在于，所述电池电压模型表示为：V
st
＝N*(E
nernst
‑
V
act
‑
V
ohm
‑
V
conc
)其中，V
st
为电池电压，N为电池单体电池个数，E
nernst
为能斯特电压，V
act
为活化损耗，V
ohm
为欧姆损耗，V
conc
为浓差损耗；其中，能斯特电压E
nernst
表示为：其中，T
st
为电池的实际温度，和为电池实际测量的氢气和氧气分压；其中，活化损耗V
act
表示为：V
act
＝V0+V
a
(1
‑
e
‑
10i
)其中，V0...

【专利技术属性】
技术研发人员：郑春花，高慧，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：