一种生物质炭碳直接燃料电池剩余电量预测方法技术

本发明专利技术提供了一种生物质炭碳直接燃料电池剩余电量预测方法，包括：根据氧化还原反应速率构建生物质炭碳直接燃料电池的耗损预测模型；基于耗损预测模型将生物质炭碳直接燃料电池样本的运行参数进行分组，得到不同耗损情况下的运行参数；将不同耗损情况下的运行参数作为训练数据输入到不同的

【技术实现步骤摘要】
一种生物质炭碳直接燃料电池剩余电量预测方法


[0001]本专利技术属于直接燃料电池
，更具体地说，是涉及一种生物质炭碳直接燃料电池剩余电量预测方法
。

技术介绍

[0002]生物质炭碳直接燃料电池是一种新型燃料电池，具有高效
、
环保
、
低成本等优点，被广泛应用于移动电源
、
无人机
、
智能家居等领域
。
然而，由于生物质炭碳直接燃料电池的电量难以直接测量，使用寿命和效率受到了限制
。
因此，如何准确预测生物质炭碳直接燃料电池的剩余电量是当前研究的热点问题
。
[0003]目前，生物质炭碳直接燃料电池的剩余电量预测方法主要有以下几种：基于电池模型的预测方法
。
该方法通过建立电池模型，预测电池的剩余电量
。
然而，由于电池模型的复杂性和不确定性，该方法难以准确预测电池的剩余电量
。
基于统计学方法的预测方法
。
该方法通过对电池的历史数据进行统计分析，预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种生物质炭碳直接燃料电池剩余电量预测方法，其特征在于，包括以下步骤：步骤1：获取生物质炭碳直接燃料电池的氧化还原反应速率；步骤2：根据氧化还原反应速率构建生物质炭碳直接燃料电池的耗损预测模型；步骤3：基于耗损预测模型将生物质炭碳直接燃料电池样本的运行参数进行分组，得到不同耗损情况下的运行参数；所述运行参数包括：温度
、
输出电压和输出电流；步骤4：将不同耗损情况下的运行参数作为训练数据输入到不同的
BP
神经网络中进行训练得到剩余电量预测模型；步骤5：使用相应的剩余电量预测模型计算不同耗损情况下目标生物质炭碳直接燃料电池的剩余电量
。2.
如权利要求1所述的一种生物质炭碳直接燃料电池剩余电量预测方法，其特征在于，所述步骤2：根据氧化还原反应速率构建生物质炭碳直接燃料电池的耗损预测模型，包括：获取生物质炭碳直接燃料电池在不同损耗情况下的工作电流及其循环次数；构建拟合函数，并使用生物质炭碳直接燃料电池的工作电流
、
氧化还原反应速率及循环次数求解拟合函数得到耗损预测模型；其中，所述拟合函数为：其中，
SGE
表示生物质炭碳直接燃料电池的耗损，
N
表示生物质炭碳直接燃料电池的循环次数，
k1表示第一参数，
k2表示第二参数，
k3表示第三参数，
Q
max
表示生物质炭碳直接燃料电池的氧化还原反应速率，
i
表示生物质炭碳直接燃料电池的工作电流
。3.
如权利要求2所述的一种生物质炭碳直接燃料电池剩余电量预测方法，其特征在于，在步骤3中，温度是通过以下步骤获取的：使用近红外相机拍摄生物质炭碳直接燃料电池样本得到近红外图像；根据近红外图像构建光谱模型；使用光谱模型将所述近红外图像转换为灰度图像；持续监控灰度图像上的像素点，并将像素值变化最大的相应像素点，作为采集点；使用温度传感器检测采集点得到生物质炭碳直接燃料电池样本的温度
。4.
如权利要求3所述的一种生物质炭碳直接燃料电池剩余电量预测方法，其特征在于，所述根据近红外图像构建光谱模型，包括：采用公式：距离构建光谱模型；其中，
E(((r
′
,
θ
′
),
λ
))
表示在点
(r,
θ
)
处的光谱辐射照度，
ε
表示生物质炭碳直接燃料电池的比辐射率，
L((r,
θ
),
...

【专利技术属性】
技术研发人员：许嘉，李松波，安胜利，籍晓宇，
申请(专利权)人：内蒙古科技大学，
类型：发明
国别省市：