【技术实现步骤摘要】
本专利技术涉及电池老化测量，具体涉及一种用于燃料电池的老化寿命预测方法及系统。
技术介绍
1、燃料电池通过电化学反应把燃料的化学能中的吉布斯自由能部分转换成电能，由于不受卡诺循环效应的限制，所以对应的效率通常较高；并且燃料电池用燃料和氧气作为原料，同时没有机械传动部件，故排放出的有害气体极少，使用寿命长；所以在节约能源和保护生态环境的角度上，燃料电池是一种非常具有发电潜力的发电技术。为了进行燃料电池的可靠长期运行和最大化利用，所以通常需要对其老化寿命进行准确的预测，从而制定合理的维护计划，及时更换和修复电池组件，以延长电池的使用寿命并降低维护成本。
2、现有技术通常结合神经网络方法，将燃料电池运行过程中产生的各个维度数据例如电流输出值、电压输出值、运行温度和运行湿度等输入到训练好的燃料电池老化因子神经网络模型中，得到对应的燃料电池老化寿命因子，从而根据燃料电池老化寿命因子的时序变化情况预测得到燃料电池的老化寿命。
3、但是得到每个燃料电池老化寿命因子的过程仅结合了每个时刻下的燃料电池状态数据，没有考虑到燃料电池的整体老化过程中各个维度数据的变化，并且燃料电池的电极材料的腐蚀也会影响燃料电池的老化过程；因此现有技术仅结合神经网络方法所得到的燃料电池老化因子具有较高的局限性，对应的数据质量较低，导致对燃料电池的老化寿命预测的准确性较低。
技术实现思路
1、本申请提供了一种用于燃料电池的老化寿命预测方法及系统，首先根据寿命较长的燃料电池的电能输出较为稳定的特点，根
2、本申请第一方面提供了一种用于燃料电池的老化寿命预测方法，包括：
3、获取燃料电池工作过程中在每个采样时刻下的电流输出值以及电压输出值；
4、根据燃料电池在所有采样时刻下的电流输出值波动情况以及电压输出值波动情况，确定燃料电池的电能输出不稳定性；
5、根据燃料电池在电化学阻抗谱技术下的电极材料表面的电化学响应变化情况，确定燃料电池的电极腐蚀程度；根据燃料电池在工作过程中的温度整体大小以及湿度整体大小，确定燃料电池对应的环境影响力度；
6、根据所述电能输出不稳定性、所述电极腐蚀程度以及所述环境影响力度，确定燃料电池的使用寿命误差补偿；根据所述使用寿命误差补偿结合神经网络模型进行燃料电池的老化寿命预测。
7、在本申请第一方面一实施例中，所述电能输出不稳定性的获取方法包括：
8、将燃料电池在所有采样时刻下的电流输出值极差与电流输出值方差之间的乘积，作为燃料电池的电流波动程度；
9、将燃料电池在所有采样时刻下的电压输出值极差与电压输出值方差之间的乘积，作为燃料电池的电压波动程度；
10、根据各个采样时刻下的电流输出值相对于燃料电池额定电流值的偏差，确定燃料电池的额定电流整体偏差；
11、根据所述电流波动程度、所述电压波动程度和所述额定电流整体偏差，确定燃料电池的电能输出不稳定性；所述电流波动程度、所述电压波动程度和所述额定电流整体偏差均与所述电能输出不稳定性呈正相关关系。
12、在本申请第一方面一实施例中，所述额定电流整体偏差的获取方法包括：
13、根据每个采样时刻下的电流输出值与燃料电池额定电流值之间的差异，确定每个采样时刻下电流输出值的额定电流局部偏差；根据所有采样时刻对应的额定电流局部偏差的均值，确定燃料电池的额定电流整体偏差。
14、在本申请第一方面一实施例中，所述根据所述电流波动程度、所述电压波动程度和所述额定电流整体偏差，确定燃料电池的电能输出不稳定性的方法包括：
15、将所述电流波动程度和所述电压波动程度的平方和的正相关映射值，与所述额定电流整体偏差之间的乘积，作为燃料电池的电能输出不稳定性。
16、在本申请第一方面一实施例中，所述电极腐蚀程度的获取方法包括：
17、采用电化学阻抗谱技术监测燃料电池的电极材料确定燃料电池的奈奎斯特图；
18、将所述奈奎斯特图的曲线中的圆弧曲线部分的半径长度，作为燃料电池对应的电荷传输电阻；
19、将圆弧曲线外的其他曲线部分中所有数据点对应的切线斜率的均值，作为燃料电池对应的电极双层电容；
20、根据所述电荷传输电阻以及所述电极双层电容，确定燃料电池的电极腐蚀程度；所述电荷传输电阻与所述电极腐蚀程度呈正相关关系；所述电极双层电容与所述电极腐蚀程度呈负相关关系。
21、在本申请第一方面一实施例中，所述环境影响力度的获取方法包括：
22、通过温度传感器采集燃料电池在每个采样时刻下的运行温度；通过湿度传感器采集燃料电池在每个采样时刻下的运行湿度；
23、计算燃料电池在所有采样时刻下的运行温度均值以及运行湿度均值；将所述运行温度均值与预设正常运行温度之间的比值，作为参考温度比值；将所述运行湿度均值与预设正常运行湿度之间的比值，作为参考湿度比值；所述预设正常运行温度与所述预设正常运行湿度均大于0；
24、根据所述参考温度比值与所述参考湿度比值之间的乘积，确定燃料电池对应的环境影响力度。
25、在本申请第一方面一实施例中，所述使用寿命误差补偿的获取方法包括：
26、将所述电极腐蚀程度与所述环境影响力度之间乘积的归一化值的正相关映射值，作为燃料电池的稳定补偿系数；根据所述稳定补偿系数与所述电能输出不稳定性之间的乘积，确定燃料电池的使用寿命误差补偿。
27、在本申请第一方面一实施例中，所述根据所述使用寿命误差补偿结合神经网络模型进行燃料电池的老化寿命预测的方法包括：
28、将燃料电池在每个采样时刻下的电流输出值、电压输出值、运行温度和运行湿度输入到训练好的燃料电池老化因子神经网络模型中，输出燃料电池的每个采样时刻下的燃料电池老化因子；
29、将所述燃料电池老化因子与所述使用寿命误差补偿之间的乘积，作为燃料电池的每个采样时刻下的补偿老化因子；以时间顺序排列燃料电池在所有采样时刻下的补偿老化因子，确定补偿老化因子时序曲线；
30、根据所述补偿老化因子时序曲线进行燃料电池的老化寿命预测。
31、在本申请第一方面一实施例中，所述根据所述补偿老化因子时序曲线进行燃料电池的老化寿命预测的方法包括：
32、根据补偿老化因子时序曲线通过arima模型进行数本文档来自技高网...
【技术保护点】
1.一种用于燃料电池的老化寿命预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述电能输出不稳定性的获取方法包括：
3.根据权利要求2所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述额定电流整体偏差的获取方法包括：
4.根据权利要求2所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述根据所述电流波动程度、所述电压波动程度和所述额定电流整体偏差，确定燃料电池的电能输出不稳定性的方法包括：
5.根据权利要求1所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述电极腐蚀程度的获取方法包括：
6.根据权利要求1所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述环境影响力度的获取方法包括：
7.根据权利要求1所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述使用寿命误差补偿的获取方法包括：
8.根据权利要求6所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述根据所述使用寿命误差补偿结合神经网络模型进
9.根据权利要求8所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述根据所述补偿老化因子时序曲线进行燃料电池的老化寿命预测的方法包括：
10.一种用于燃料电池的老化寿命预测系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种用于燃料电池的老化寿命预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述电能输出不稳定性的获取方法包括：
3.根据权利要求2所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述额定电流整体偏差的获取方法包括：
4.根据权利要求2所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述根据所述电流波动程度、所述电压波动程度和所述额定电流整体偏差，确定燃料电池的电能输出不稳定性的方法包括：
5.根据权利要求1所述的一种用于燃料电池的老化寿命预测方法，其特征在于，所述电极腐蚀程度的获取方法包括：
【专利技术属性】
技术研发人员：胡俊琦，董蕾，邱华，
申请(专利权)人：张家港格居信息科技有限公司，
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。