检索结果-维普期刊中文期刊服务平台

基于TCN和AUKF联合迭代的PEMFC寿命融合预测方法被引量：1: 1; 作者赵波张领先 +3 位作者章雷其陈哲刘相万谢长君《中国电机工程学报》北大核心 2025年第9期3609-3623,I0029,共16页; 针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的剩余使用寿命预测问题,该文提出一种基于时序卷积神经网络(temporal convolutional network,TCN)和自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)... 展开更多; 关键词质子交换膜燃料电池剩余使用寿命时序卷积网络联合迭代融合权重; 在线阅读下载PDF 职称材料

PEMFC剩余使用寿命直接预测的混合方法被引量：7: 2; 作者赵波张领先 +3 位作者章雷其谢长君陈哲刘相万《中国电机工程学报》 EI CSCD 北大核心 2024年第21期8554-8567,I0019,共15页; 针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的剩余使用寿命预测问题,该文基于考虑双层电容效应的PEMFC动态半经验模型,提出一种通过直接预测方式结合数据驱动和模型驱动的混合预测方法。对于数据驱动,使用深度... 展开更多; 关键词质子交换膜燃料电池剩余使用寿命动态半经验模型直接预测混合预测方法; 在线阅读下载PDF 职称材料

基于GoogLeNet与迁移学习的质子交换膜燃料电池集成系统故障诊断被引量：1: 3; 作者赵波刘相万 +3 位作者章雷其陈哲张领先谢长君《中国电机工程学报》 EI CSCD 北大核心 2024年第13期5147-5157,I0011,共12页; 为准确判别质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统在动态阶跃工作电流下的故障类型,该文建立了PEMFC集成系统模型,提出一种基于GoogLeNet卷积神经网络与迁移学习的PEMFC故障诊断方法。首先,根据燃料电池运... 展开更多; 关键词质子交换膜燃料电池集成系统 GoogLeNet卷积神经网络迁移学习故障诊断; 在线阅读下载PDF 职称材料

基于二阶RQ-RLC模型的质子交换膜燃料电池水管理故障诊断被引量：7: 4; 作者刘相万杨扬 +2 位作者朱文超谭金婷谢长君《中国电机工程学报》 EI CSCD 北大核心 2022年第21期7893-7904,共12页; 水淹和膜干故障严重影响质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的工作性能及使用寿命。为充分刻画高频及低频段电化学反应信息,该文建立宽频PEMFC电化学阻抗谱,提出基于二阶RQ-RLC等效电路模型的水管理故障诊... 展开更多; 关键词质子交换膜燃料电池二阶RQ-RLC等效电路模型自适应差分进化优化支持向量机水管理故障诊断; 在线阅读下载PDF 职称材料

基于改进混沌粒子群的PEMFC模型参数辨识被引量：6: 5; 作者张领先谢长君 +2 位作者杨扬刘相万朱文超《电工电能新技术》 CSCD 北大核心 2023年第1期29-39,共11页; 基于质子交换膜燃料电池(PEMFC)电堆的输出特性及相关电化学反应建立输出特性模型,提出改进混沌粒子群优化(CPSO)算法来优化PEMFC输出特性模型参数辨识问题。首先采用6种标准测试函数验证了CPSO算法的寻优性能,然后针对两种参数不同的... 展开更多; 关键词质子交换膜燃料电池输出特性模型改进的混沌粒子群优化参数辨识; 在线阅读下载PDF 职称材料

题名基于TCN和AUKF联合迭代的PEMFC寿命融合预测方法被引量：1: 1; 作者赵波张领先章雷其陈哲刘相万谢长君; 机构国网浙江省电力有限公司电力科学研究院武汉理工大学自动化学院; 出处《中国电机工程学报》北大核心 2025年第9期3609-3623,I0029,共16页; 基金国家重点研发计划项目(2020YFB1506800) 国家电网有限公司科技项目(52110421005H)。; 文摘针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的剩余使用寿命预测问题,该文提出一种基于时序卷积神经网络(temporal convolutional network,TCN)和自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)联合迭代的融合预测方法。该方法首先利用TCN进行短期预测,并用贝叶斯算法计算融合权重。然后利用离散小波变换将老化数据分解为波动趋势和老化趋势,基于TCN长期迭代预测波动趋势,基于TCN和AUKF联合迭代长期预测老化趋势,并将两种趋势叠加得到长期预测结果。最后利用融合权重将多个单体PEMFC的长期预测结果相融合。基于2种工况下5个单体电池的数据验证,短期预测结果表明TCN具有高预测精度,长期预测结果表明融合过程降低了PEMFC单体间老化程度不均衡的影响,提高电堆整体寿命预测的稳定性。; 关键词质子交换膜燃料电池剩余使用寿命时序卷积网络联合迭代融合权重; Keywords proton exchange membrane fuel cell(PEMFC) remaining useful life temporal convolutional network(TCN) joint iteration fusion weight; 分类号 TM911 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名PEMFC剩余使用寿命直接预测的混合方法被引量：7: 2; 作者赵波张领先章雷其谢长君陈哲刘相万; 机构国网浙江省电力有限公司电力科学研究院武汉理工大学自动化学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2024年第21期8554-8567,I0019,共15页; 基金国家重点研发计划项目(2020YFB1506800) 国家电网公司科技项目(52110421005H)。; 文摘针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的剩余使用寿命预测问题,该文基于考虑双层电容效应的PEMFC动态半经验模型,提出一种通过直接预测方式结合数据驱动和模型驱动的混合预测方法。对于数据驱动,使用深度卷积网络提取多维老化数据的特征,传递到长短期记忆网络预测老化电压。对于模型驱动,将电压预测值作为自适应扩展卡尔曼滤波框架的观测值。分别基于静态和动态2种工况下的老化数据,利用混合预测方法分别进行短期和长期预测。短期预测结果表明,在动态工况下动态半经验模型能更有效地拟合老化电压数据。长期预测结果表明,基于动态半经验模型的预测误差更小,且混合方法预测的PEMFC剩余使用寿命更接近真实值。; 关键词质子交换膜燃料电池剩余使用寿命动态半经验模型直接预测混合预测方法; Keywords proton exchange membrane fuel cell remaining useful life dynamic semi-empirical model direct prediction hybrid prognostic method; 分类号 TM911.42 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于GoogLeNet与迁移学习的质子交换膜燃料电池集成系统故障诊断被引量：1: 3; 作者赵波刘相万章雷其陈哲张领先谢长君; 机构国网浙江省电力有限公司电力科学研究院武汉理工大学自动化学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2024年第13期5147-5157,I0011,共12页; 基金国家重点研发计划项目(2020YFB1506800) 国网浙江电力有限公司科技项目(52110421005H)。; 文摘为准确判别质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统在动态阶跃工作电流下的故障类型,该文建立了PEMFC集成系统模型,提出一种基于GoogLeNet卷积神经网络与迁移学习的PEMFC故障诊断方法。首先,根据燃料电池运行过程的电化学反应机理与经验公式建了PEMFC集成系统模型,辅机系统包括冷却系统、空气供给系统和供氢系统。然后,搭建燃料电池测试台架,利用实验数据验证搭建的PEMFC集成系统模型,并改变模型部件参数产生特征故障图像数据集。最后,采用迁移学习将预训练模型中的权重迁移到GoogLeNet模型中,以提高分类模型的收敛速度和泛化能力。2000组故障样本诊断结果表明,PEMFC集成系统在正常、冷却系统故障、氢气饥饿、空气饥饿和水淹故障共5种运行状态下的诊断精确率分别为99.30%、100%、99.10%、100%和99.10%,综合诊断准确率达99.50%,结果证明所提方法具有较高的分类精度和鲁棒性。; 关键词质子交换膜燃料电池集成系统 GoogLeNet卷积神经网络迁移学习故障诊断; Keywords proton exchange membrane fuel cell(PEMFC)integrated system GoogLeNet convolutional neural network transfer learning fault diagnosis; 分类号 TM911.4 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于二阶RQ-RLC模型的质子交换膜燃料电池水管理故障诊断被引量：7: 4; 作者刘相万杨扬朱文超谭金婷谢长君; 机构武汉理工大学自动化学院现代汽车零部件技术湖北省重点实验室(武汉理工大学) 材料复合新技术国家重点实验室(武汉理工大学); 出处《中国电机工程学报》 EI CSCD 北大核心 2022年第21期7893-7904,共12页; 基金国家重点研发计划项目(2020YFB1506802) 广东省重点领域研发计划项目(2020B0909040004)。; 文摘水淹和膜干故障严重影响质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的工作性能及使用寿命。为充分刻画高频及低频段电化学反应信息,该文建立宽频PEMFC电化学阻抗谱,提出基于二阶RQ-RLC等效电路模型的水管理故障诊断方法。首先,搭建燃料电池测试台架,进行水管理故障模拟实验,测试得到对应的电化学阻抗谱,辨识二阶RQ-RLC等效电路模型的参数,并获得八维水管理故障数据集。然后,运用线性判别分析方法对高维水管理故障数据集降维得到故障特征样本集,并选取4个模型关键参数作为故障诊断特征量。最后,提出自适应差分进化优化支持向量机算法对故障特征样本集进行分类,在50组、130组和210组样本下测试集分类准确率分别100%、97.44%和95.24%,结果表明所提方法能准确诊断出燃料电池所处的水管理故障类型。; 关键词质子交换膜燃料电池二阶RQ-RLC等效电路模型自适应差分进化优化支持向量机水管理故障诊断; Keywords proton exchange membrane fuel cell secondorder RQ-RLC equivalent circuit model support vector machine optimized by adaptive differential evolution algorithm water management fault diagnosis; 分类号 TK91 [动力工程及工程热物理]; 在线阅读下载PDF 职称材料

题名基于改进混沌粒子群的PEMFC模型参数辨识被引量：6: 5; 作者张领先谢长君杨扬刘相万朱文超; 机构武汉理工大学自动化学院现代汽车零部件技术湖北省重点实验室(武汉理工大学); 出处《电工电能新技术》 CSCD 北大核心 2023年第1期29-39,共11页; 基金国家重点研发计划项目(2020YFB1506802) 广东省重点领域研发计划项目(2020B0909040004)。; 文摘基于质子交换膜燃料电池(PEMFC)电堆的输出特性及相关电化学反应建立输出特性模型,提出改进混沌粒子群优化(CPSO)算法来优化PEMFC输出特性模型参数辨识问题。首先采用6种标准测试函数验证了CPSO算法的寻优性能,然后针对两种参数不同的电堆进行了输出特性模型参数辨识。结果表明,相较于遗传算法(GA)、粒子群优化(PSO)算法、受约束粒子群优化(B-PSO)算法、具有收缩系数的粒子群优化(PSO-χ)算法、引力粒子群优化(GSAPSO)算法以及差分进化算法(DE),CPSO算法辨识精度最高且收敛速度最快。静态工况下电堆1的均方根误差为0.213,平均相对误差为2.339%;电堆2的均方根误差为0.481,平均相对误差为1.243%,充分说明CPSO算法在PEMFC输出特性模型参数辨识方面的优越性。; 关键词质子交换膜燃料电池输出特性模型改进的混沌粒子群优化参数辨识; Keywords PEMFC output characteristic model improved chaos particle swarm optimization parameter identification; 分类号 TM911.42 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于TCN和AUKF联合迭代的PEMFC寿命融合预测方法	赵波张领先章雷其陈哲刘相万谢长君	《中国电机工程学报》北大核心	2025	1	在线阅读下载PDF 职称材料
2	PEMFC剩余使用寿命直接预测的混合方法	赵波张领先章雷其谢长君陈哲刘相万	《中国电机工程学报》 EI CSCD 北大核心	2024	7	在线阅读下载PDF 职称材料
3	基于GoogLeNet与迁移学习的质子交换膜燃料电池集成系统故障诊断	赵波刘相万章雷其陈哲张领先谢长君	《中国电机工程学报》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于二阶RQ-RLC模型的质子交换膜燃料电池水管理故障诊断	刘相万杨扬朱文超谭金婷谢长君	《中国电机工程学报》 EI CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料
5	基于改进混沌粒子群的PEMFC模型参数辨识	张领先谢长君杨扬刘相万朱文超	《电工电能新技术》 CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料