【技术实现步骤摘要】
本申请涉及燃料电池，尤其涉及一种燃料电池能源消耗预测方法、系统、装置、设备及介质。
技术介绍
1、燃料电池生产线下线(end of line，eol)测试是燃料电池在完成制备后，通过测试燃料电池在不同工况下的运行状态得到燃料电池的性能及最佳运行条件的一种工序，通常在预先搭建的测试环境中进行，即首先在测试舱内将氢气供给管线、氮气吹扫管线、压缩空气管线、去离子(deionized，di)水冷却循环管线等多条能源供给管线分别与待测试的燃料电池进行连接，然后测试台根据设定工况自动向燃料电池通入氢气和空气，预热一段时间后开始加载，电流密度负荷从0a/cm2升载峰值再降载至0a/cm2，最后测试台记录整个eol检测过程中燃料电池上电堆的整体功率变化值以及每片单电池所反馈出的电压值并存储到数据库以作为后续工序的数据参考。
2、目前，燃料电池eol测试过程一般会持续3至4个小时，各能源供给管线往往需要向待测试的燃料电池持续输送大量能源，而且压缩空气和di水的循环制备也需要消耗较多电能，因此，随着燃料电池批量化、量产化的逐步实现，燃料电池eol测试所消耗的能源也随之增加，而在燃料电池eol测试过程中，由于氢气的回收和压缩存在一定的技术风险和安全隐患，因此通入燃料电池内未完全充分反应的氢气会做排空处置从而造成能源浪费，如何对燃料电池eol测试所消耗的能源进行合理预测以实现对燃料电池eol测试成本的科学管控，是燃料电池
需要考虑的一个技术问题。
技术实现思路
1、本申请实施例提供了一种
2、本申请实施例提供的技术方案如下：
3、一方面，本申请实施例提供了一种燃料电池能源消耗预测方法，包括：
4、获取燃料电池在eol测试过程中的测试特征数据；
5、基于燃料电池的测试特征数据，采用能源消耗预测模型获得燃料电池在eol测试过程中的能源消耗量；其中，能源消耗预测模型是基于历史eol测试过程中的各燃料电池的实际测试特征数据和实际能源消耗量进行训练得到的表征燃料电池的测试特征数据与能源消耗量之间的线性回归关系的机器学习模型。
6、另一方面，本申请实施例提供了一种燃料电池能源消耗预测系统，包括eol测试系统，以及与eol测试系统通信连接的能耗预测系统；
7、eol测试系统，用于获取燃料电池在eol测试过程中的测试特征数据，并将燃料电池的测试特征数据发送至能耗预测系统；
8、能耗预测系统，用于基于燃料电池的测试特征数据，采用能源消耗预测模型获得燃料电池在eol测试过程中的能源消耗量；其中，能源消耗预测模型是基于历史eol测试过程中eol测试系统获得的各燃料电池的实际测试特征数据和实际能源消耗量进行训练得到的表征燃料电池的测试特征数据与能源消耗量之间的线性回归关系的机器学习模型。
9、另一方面，本申请实施例还提供了一种燃料电池能源消耗预测装置，包括：
10、数据获取单元，用于获取燃料电池在eol测试过程中的测试特征数据；
11、能源预测单元，用于基于燃料电池的测试特征数据，采用能源消耗预测模型获得燃料电池在eol测试过程中的能源消耗量；其中，能源消耗预测模型是基于历史eol测试过程中的各燃料电池的实际测试特征数据和实际能源消耗量进行训练得到的表征燃料电池的测试特征数据与能源消耗量之间的线性回归关系的机器学习模型。
12、另一方面，本申请实施例还提供了一种电子设备，包括：存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本申请实施例提供的燃料电池能源消耗预测方法。
13、另一方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时实现本申请实施例提供的燃料电池能源消耗预测方法。
14、本申请实施例的有益效果如下：
15、本申请实施例中，通过能源消耗预测模型对燃料电池在eol测试过程中的能源消耗量进行预测，不仅可以提高对燃料电池eol测试过程中的能源消耗量的预测效率，还可以提高对燃料电池eol测试过程中的能源消耗量的预测精准度，从而可以为燃料电池eol测试成本的科学管控提供精确的数据支持，进而可以有效避免因过量存储能源导致物资呆滞继而产生浪费的问题。
16、本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地可以从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中特别指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种燃料电池能源消耗预测方法，其特征在于，包括：
2.如权利要求1所述的燃料电池能源消耗预测方法，其特征在于，获取燃料电池在EOL测试过程中的测试特征数据之前，还包括：
3.如权利要求2所述的燃料电池能源消耗预测方法，其特征在于，获取训练样本数据集合，包括：
4.如权利要求2或3所述的燃料电池能源消耗预测方法，其特征在于，还包括：
5.如权利要求1所述的燃料电池能源消耗预测方法，其特征在于，获取燃料电池在EOL测试过程中的测试特征数据，包括：
6.如权利要求1所述的燃料电池能源消耗预测方法，其特征在于，基于所述燃料电池的测试特征数据，采用能源消耗预测模型获得所述燃料电池在EOL测试过程中的能源消耗量之后，还包括：
7.一种燃料电池能源消耗预测系统，其特征在于，包括生产线下线EOL测试系统，以及与所述EOL测试系统通信连接的能耗预测系统；
8.一种燃料电池能源消耗预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-6任一项所述的燃料电池能源消耗预测方法。
...【技术特征摘要】
1.一种燃料电池能源消耗预测方法，其特征在于，包括：
2.如权利要求1所述的燃料电池能源消耗预测方法，其特征在于，获取燃料电池在eol测试过程中的测试特征数据之前，还包括：
3.如权利要求2所述的燃料电池能源消耗预测方法，其特征在于，获取训练样本数据集合，包括：
4.如权利要求2或3所述的燃料电池能源消耗预测方法，其特征在于，还包括：
5.如权利要求1所述的燃料电池能源消耗预测方法，其特征在于，获取燃料电池在eol测试过程中的测试特征数据，包括：
6.如权利要求1所述的燃料电池能源消耗预测方法，其特征在于，基于所述燃料电池的测试特征数据，采用能源消耗预测模型获得所述燃料电池...
【专利技术属性】
技术研发人员：李伟琳，钟飞，
申请(专利权)人：未势能源科技有限公司，
类型：发明
国别省市：
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。