基于CNN-GRU的燃料电池电压预测方法及装置制造方法及图纸

本发明专利技术涉及一种基于CNN‑GRU的燃料电池电压预测方法及装置，属于燃料电池技术领域，该方法包括：将目标参数输入至训练好的电压预测模型中，得到电压预测模型输出的预测电压；目标参数是通过DWT滤波对燃料电池对应的电压时序数据进行滤波得到的；电压预测模型通过以下方式训练得到：构建基于CNN‑GRU的初始预测模型；基于训练集、测试集、目标损失函数对初始预测模型进行优化，得到电压预测模型。本发明专利技术提供的基于CNN‑GRU的燃料电池电压预测方法，解决了海量电压数据高层特征提取困难及模型学习长时间序列信息易梯度消失的问题，有效提高了燃料电池电压预测精度和效率。

【技术实现步骤摘要】

本专利技术涉及燃料电池，尤其涉及一种基于cnn-gru的燃料电池电压预测方法及装置。

技术介绍

1、燃料电池是目前正在快速发展的燃料电池类型，具有零碳排放、能量转换效率高、工作温度低等优势，被认为是最有前途的新能源之一。燃料电池系统是一个多物理场耦合的非线性复杂系统，在实际运行中，电堆的工况和寿命受多重因素影响，可以通过多个参数进行表征。

2、在商业化应用的过程中，燃料电池的使用寿命是其在市场上是否能够成功应用的重要因素，也是当前制约燃料电池进一步推广的主要障碍之一。现有研究发现，燃料电池的性能衰退与电池输出电压有很大关系，如果可以有效地预测燃料电池电压变化趋势，就能做出针对性的决策或者控制策略以延长燃料电池的使用寿命，避免了由电池过度损坏导致的各种负面效果。

3、燃料电池运行中其电池内部材料和外部组件均可能发生老化，进而导致输出性能下降或发生故障，车用pemfc系统在实际运行工况中，电堆老化的成因同故障相似，均为多种复杂因素相互耦合导致，除水热管理、气体供给不当及长期低温运行等因素以外，其老化的主要原因是电池的内部材料性能退化，包本文档来自技高网...

【技术保护点】

1.一种基于CNN-GRU的燃料电池电压预测方法，其特征在于，包括：

2.根据权利要求1所述的基于CNN-GRU的燃料电池电压预测方法，其特征在于，所述目标参数通过以下方式获取：

3.根据权利要求1所述的基于CNN-GRU的燃料电池电压预测方法，其特征在于，所述初始预测模型，用于：

4.根据权利要求1所述的基于CNN-GRU的燃料电池电压预测方法，其特征在于，所述基于训练集、测试集、目标损失函数对所述初始预测模型进行优化，得到所述电压预测模型，包括：

5.根据权利要求4所述的基于CNN-GRU的燃料电池电压预测方法，其特征在于，所述目标损失...

【技术特征摘要】

1.一种基于cnn-gru的燃料电池电压预测方法，其特征在于，包括：

2.根据权利要求1所述的基于cnn-gru的燃料电池电压预测方法，其特征在于，所述目标参数通过以下方式获取：

3.根据权利要求1所述的基于cnn-gru的燃料电池电压预测方法，其特征在于，所述初始预测模型，用于：

4.根据权利要求1所述的基于cnn-gru的燃料电池电压预测方法，其特征在于，所述基于训练集、测试集、目标损失函数对所述初始预测模型进行优化，得到所述电压预测模型，包括：

5.根据权利要求4所述的基于cnn-gru的燃料电池电压预测方法，其特征在于，所述目...

【专利技术属性】
技术研发人员：杜常清，郑超，张一鸣，潘童雨，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：