[發明專利]基于自適應擴展卡爾曼濾波的燃料電池剩余壽命預測方法在審
| 申請號： | 202010790065.6 | 申請日： | 2020-08-07 |
| 公開（公告）號： | CN111880100A | 公開（公告）日： | 2020-11-03 |
| 發明（設計）人： | 宋珂;王一旻 | 申請（專利權）人： | 同濟大學 |
| 主分類號： | G01R31/367 | 分類號： | G01R31/367;G01R31/392 |
| 代理公司： | 上海科盛知識產權代理有限公司 31225 | 代理人： | 趙繼明 |
| 地址： | 200092 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 自適應 擴展 卡爾 濾波 燃料電池 剩余 壽命 預測 方法 | ||
1.一種基于自適應擴展卡爾曼濾波的燃料電池剩余壽命預測方法，其特征在于，包括以下步驟：
當前時刻的電壓估計步驟：通過自適應擴展卡爾曼濾波算法，獲取燃料電池當前時刻的平均單片電壓估計值；
總衰減速率計算步驟：采集燃料電池在各工況下的時間比例和衰減速率，計算燃料電池的總衰減速率；
環境因子計算步驟：根據所述當前時刻的平均單片電壓估計值與當前時刻的平均單片電壓實際值，計算環境因子；
剩余使用壽命預測步驟：根據所述當前時刻的平均單片電壓估計值、總衰減速率和環境因子，通過剩余使用壽命計算公式，得到燃料電池當前時刻的剩余使用壽命的預測結果。
2.根據權利要求1所述的一種基于自適應擴展卡爾曼濾波的燃料電池剩余壽命預測方法，其特征在于，所述自適應擴展卡爾曼濾波算法的輸入包括實際測量值和模型預測值，
所述實際測量值為，通過實時記錄燃料電池的電壓電流變化，得到的燃料電池在額定電流下的平均單片電壓-時間曲線數據；
所述模型預測值為，將燃料電池運行時不同時刻的極化曲線擬合，并載入預先建立的經驗模型中，得到的燃料電池平均單片電壓計算值。
3.根據權利要求2所述的一種基于自適應擴展卡爾曼濾波的燃料電池剩余壽命預測方法，其特征在于，通過極化曲線表達式擬合所述燃料電池運行時不同時刻的極化曲線，所述極化曲線表達式為：
式中，V為燃料電池輸出電壓，E為可逆開路電壓，i為燃料電池輸出電流，i0為交換電流密度，A是塔菲爾斜率，B為濃差極化常數，il是極限電流密度，r是燃料電池總電阻。
4.根據權利要求3所述的一種基于自適應擴展卡爾曼濾波的燃料電池剩余壽命預測方法，其特征在于，所述經驗模型的表達式為：
式中，g(xk，uk)為當前時刻電壓(模型預測值)，r0為總電阻初始值，αk為總電阻變化率，ik為當前時刻的電流值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于同濟大學，未經同濟大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010790065.6/1.html，轉載請聲明來源鉆瓜專利網。
