聚合物电解质膜燃料电池空气供应系统故障诊断

发布时间：2021-04-25 00:53

　　聚合物电解质膜燃料电池（Polymer Electrolyte Membrane Fuel Cell, PEMFC）空气供应系统中的故障通常会导致系统性能衰减甚至对电堆造成损害.针对PEMFC空气供应系统的故障诊断问题,提出了一种基于改进的人工蜂群算法（IABC）优化支持向量机（SVM）的故障诊断方法.采用文献中的非线性燃料电池系统模型,并在系统中加入方差为1的高斯噪声.通过引入Levy飞行策略,对标准人工蜂群算法（ABC）进行改进,提高了人工蜂群算法的全局搜索的能力,进而通过改进的人工蜂群算法优化支持向量机的惩罚因子C和核函数参数g,利用优化后的SVM分类器模型对PEMFC空气供应系统进行故障诊断研究.结果表明,该IABC-SVM算法故障诊断的准确率达到96.12%,具有良好的故障诊断效果. 

【文章来源】：北京交通大学学报. 2020,44(04)北大核心CSCD

【文章页数】：8 页

【文章目录】：
1 支持向量机
2 IABC优化SVM流程
3 PEMFC空气供应系统故障诊断
    3.1 PEMFC空气供应系统故障模拟
    3.2 PEMFC空气供应系统故障诊断
4 结论


【参考文献】：
期刊论文
[1]质子交换膜燃料电池故障诊断方法综述及展望[J]. 陈维荣,刘嘉蔚,李奇,郭爱,戴朝华.  中国电机工程学报. 2017(16)



本文编号：3158385