[发明专利]一种非侵入式的燃料电池故障诊断方法

说明书

本发明公开一种非侵入式的燃料电池故障诊断方法，包括故障诊断分类器的建立和故障诊断测试，所述故障诊断分类器的建立包括步骤：将燃料电池实际运行数据作为原始数据集提取诊断变量；对诊断变量做预处理；将预处理后的数据通过ELM学习算法训练，并筛选出与实际故障标签相同的聚类结果作为故障样本集；通过ELM模型对所述故障样本集进行学习，输出ELM分类模型构成故障诊断分类器；故障诊断测试包括步骤：检测燃料电池的待诊断数据；通过所述待诊断数据建立测试样本；将测试样本送入所述ELM分类模型中进行测试，输出测试结果。本发明能够以非入侵的方式进行燃料电池的故障诊断，有效提高了燃料电池故障诊断的时效性、可靠性和准确度。

技术领域

本发明属于燃料电池技术领域，特别是涉及一种非侵入式的燃料电池故障诊断方法。

背景技术

燃料电池(FC)被认为是在将来最有希望的发电系统之一。由于质子交换膜燃料电池(PEMFC)具有常温下快速启动、工作温度低、发电效率高、无污染、噪音小、使用灵活等优点，在便携式电源、车辆动力电源、家用电源等方面已经得到了广泛研究。尽管PEMFC具有理想的性能，但现在商业化的主要障碍是可靠性和耐久性。对于PEMFC系统，通过有效的诊断，可以实现早期故障报警，从而避免更严重的故障。基于诊断结果，可以调节操作条件以使燃料电池高效且安全地操作。此外，精确的诊断信息可以加快新技术的发展，并减少停机时间(修复时间)。在过去十年中，PEMFC的故障诊断一直受到学术界和工业界的越来越多的关注。因此，故障诊断在加强PEMFC的可靠性和提高耐久性方面是非常必要的。

PEMFC可能出现的故障主要有两种：永久(不可逆)故障和瞬态(可逆)故障。另外，可影响燃料电池系统性能的第三种故障是电堆外部辅助系统故障，即与供气系统、加湿系统、热管理系统、电源调节系统、控制系统等相关的故障。更确切地说，这些故障被认为是功率衰减的主要原因，因此在过去几十年中受到相当大的关注。因此，基于可靠性、安全性、经济性考虑，PEMFC故障诊断技术应获得越来越多的重视和应用。

虽然多种用于PEMFC故障诊断方法被提出，但是，一方面，由于燃料电池的复杂性，燃料电池性能及其故障并没有一个规范统一的标准；另一方面，这些方法基本都处在实验阶段，实验数据库存在局限性，未形成系统的大数据库，仅针对各自的实验平台进行实验，缺乏通用性。并且各自存在不同的缺陷，如侵入式诊断无法大范围商业化应用，EIS诊断需要附加外部诊断设备且费用目前较高。现有方法时间成本高、诊断过程较复杂。

发明内容

为了解决上述问题，本发明提出了一种非侵入式的燃料电池故障诊断方法，能够以非入侵的方式进行燃料电池的故障诊断，有效提高了燃料电池故障诊断的时效性、可靠性和准确度。

为达到上述目的，本发明采用的技术方案是：

一种非侵入式的燃料电池故障诊断方法，包括故障诊断分类器的建立和故障诊断测试，

所述故障诊断分类器的建立，包括步骤：

S101将燃料电池实际运行数据作为原始数据集，在所述原始数据集中提取诊断变量；

S102对诊断变量做预处理，所述预处理过程包括归一化处理和故障特征数据提取；

S103将预处理后的数据通过ELM学习算法进行训练，并筛选出与实际故障标签相同的聚类结果作为故障样本集；

S104通过ELM模型对所述故障样本集进行学习，输出ELM分类模型构成故障诊断分类器；

所述故障诊断测试，包括步骤：

S201检测燃料电池的待诊断数据；

S202通过所述待诊断数据建立测试样本；

S203将测试样本送入所述ELM分类模型中进行测试，输出测试结果。