专利交易市场

本发明公开了一种氢燃料电池寿命预测方法及系统，涉及新能源领域，该方法包括利用降维算法压缩特征维度，得到反映氢燃料电池退化状态的特征向量序列；构建反映氢燃料电池性能退化程度的健康状态指标，并结合时间序列构建健康状态曲线；基于健康状态曲线变化趋势，采用分段建模算法对氢燃料电池寿命过程划分为早期稳定阶段、中期缓慢退化阶段和后期快速退化阶段；基于健康状态指标与特征向量序列，构建时序预测模型，预测燃料氢燃料电池的剩余使用寿命；监测健康状态曲线的突变行为，识别非预期退化情况。本发明通过对氢燃料电池运行数据进行特征提取与降维处理，构建健康状态指标与曲线，显著提高剩余使用寿命的预测精度。

本发明属于能源管理与优化控制技术领域，公开了一种基于改进全局优化算法的燃料电池船舶能量管理方法，包括以下步骤：构建燃料电池船舶系统的拓扑结构；建立基于燃料电池船舶系统的氢气消耗与锂电池荷电状态的目标函数；构建等效最小氢气消耗控制策略；利用改进后的蚁狮优化算法对等效最小氢气消耗控制策略的等效系数进行优化。本发明采用上述一种基于改进全局优化算法的燃料电池船舶能量管理方法，旨在结合瞬时优化与全局优化的优点，满足高波动负载和燃油经济性的双重需求，在减少燃料消耗的同时，延长蓄电池的使用寿命，通过将燃料电池作为主要动力源，充分利用其零排放的优势，实现碳减排与能源转型。

本发明公开基于分布式一致性优化算法的多电堆混合能量管理方法，属于燃料电池混合动力技术领域，先搭建多电堆混合能源系统模型，以系统最小燃料消耗为目标，根据各电堆的实时燃料消耗与实时输出功率的关系建立优化模型；基于卡尔曼滤波算法实时更新约束条件的燃料消耗模型系数；采用拉格朗日乘子法将约束条件转化至优化模型，得到对偶优化问题，经线性规划求解得到各电堆和蓄电池在各自约束下的最优输出功率；使用分布式一致性算法迭代更新各电堆和蓄电池的增量燃料消耗，求解得到期望输出功率；通过控制DC/DC控制模块快速响应期望输出功率，完成能量管理。本发明可以最小化多电堆系统在长时间运行过程中的燃料消耗，同时有效供应负载。

本发明公开一种基于PSO‑GWO‑DELM的质子交换膜燃料电池系统故障诊断方法，采用基于粒子群算法优化的灰狼算法PSO‑GWO和深度极限学习机DELM相结合的策略。通过传感器获得电池在不同状态下的电流数据，对数据进行初步整理，进而构建原始数据集。利用IEWT将电压信号分解成不同频率和尺度的子信号，去除干扰噪声信号，并从中提取稳定的趋势分量，进而将数据集随机分为训练集和测试集。采用PSO算法优化GWO算法，获得稳定的PSO‑GWO算法，利用PSO‑GWO算法优化DELM分类模型的参数，建立PSO‑GWO‑DELM诊断模型对故障进行分类。与现有技术相比，本发明降低了干扰信号对诊断的影响，缩短了故障辨识的诊断响应时间，提高了PEMFC的工作效率。

本发明公开了一种混合动力汽车氢耗与负载变化的能源管理方法。本发明通过模型建立、模糊规则引入、能量管理控制器设计、优化等手段，建立了一个遗传算法优化的模糊能量管理控制方法，提高了燃料电池汽车的运行效率。本发明定义了一个隶属度函数及其模糊规则库，专家知识可以用来把握主要的输出规则。本发明的核心在于优化隶属度函数的参数，对输入，输出及其模糊规则库的模糊划分进行优化。由于模糊规则的结构不能直接用数学表达，因此本发明使用遗传算法来解决优化问题。