【技术实现步骤摘要】
本申请属于燃料电池，尤其涉及一种燃料电池寿命的预测方法、装置、电子设备及存储介质。
技术介绍
1、目前燃料电池的寿命预测方法包括模型预测方法、数据驱动预测方法及混合预测方法。由于燃料电池性能衰减是一个极其复杂的非线性过程，难以建立一种全面而准确的燃料电池寿命机理模型。而数据驱动预测方法众多，但是各种数据驱动预测方法功能单一，不能全面准确的描述燃料电池寿命衰减性能。现有的混合预测方法复杂度高、功耗高且成本高。
2、现有技术的寿命预测方法存在预测结果不全面不准确且预测模型复杂度高、功耗高及成本高的问题。
技术实现思路
1、本申请实施例提供了一种燃料电池寿命的预测方法、装置、电子设备及存储介质，可以解决寿命预测方法存在预测结果不全面不准确且预测模型复杂度高、功耗高及成本高的问题。
2、第一方面，本申请实施例提供了一种燃料电池寿命的预测方法，包括：
3、获取燃料电池的待预测的老化数据集，所述老化数据集为所述燃料电池的电压时序的数据集；
4、基于所述待...
【技术保护点】
1.一种燃料电池寿命的预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于所述待预测的老化数据集，通过已构建的寿命预测模型确定所述燃料电池的预测电压时序，包括：
3.如权利要求2所述的方法，其特征在于，所述基于所述第一预测电压时序、非线性变换函数、第二输入权重缩放因子、单位矩阵、输入权重矩阵、神经元状态矩阵及衰减因子，确定第二预测电压时序，包括：
4.如权利要求3所述的方法，其特征在于，所述自动储备池神经网络模型的计算式为：
5.如权利要求3所述的方法，其特征在于，所述旋转神经元储备池神经网络模
【技术特征摘要】
1.一种燃料电池寿命的预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于所述待预测的老化数据集，通过已构建的寿命预测模型确定所述燃料电池的预测电压时序，包括：
3.如权利要求2所述的方法，其特征在于，所述基于所述第一预测电压时序、非线性变换函数、第二输入权重缩放因子、单位矩阵、输入权重矩阵、神经元状态矩阵及衰减因子，确定第二预测电压时序，包括：
4.如权利要求3所述的方法，其特征在于，所述自动储备池神经网络模型的计算式为：
5.如权利要求3所述的方法，其特征在于，所述旋转神经元储备池神经网络模型的计算式为：
6.如权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。