[發明專利]一種基于預測數據的燃料電池故障預測方法及系統

有效

• 申請號: 202110804124.5
• 申請日: 2021-07-16
• 公開（公告）號: CN113361823B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 姚乃元;馬天才;張進濱
• 申請（專利權）人: 同濟大學;北京群菱能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 成都其高專利代理事務所(特殊普通合伙) 51244
• 代理人: 廖曾

1.一種基于預測數據的燃料電池故障預測方法，其特征在于，該方法包括：

獲取當前燃料電池的運行狀態數據，并提取異常數據的錄波；

將所有的異常數據錄波存儲為狀態序列，并生成故障狀態的特征數據；

根據預設的預測需求，生成預測準備的數據；

獲得所述狀態序列，并進行數據分類，生成輸入與輸出信號；

根據所述故障狀態的特征數據進行校驗判斷，并生成校驗判斷信號；

根據預測范圍和預測時間對所述狀態序列進行分類，獲得故障輸入條件數據和故障輸出條件數據；

根據故障輸入條件數據和故障輸出條件數據進行故障類型劃分，并利用實時量測數據獲取目標故障狀態；

其中，所述將所有的異常數據錄波存儲為狀態序列，并生成故障狀態的特征數據，具體包括：

將所有的所述異常數據的錄波，存儲為所述狀態序列；

對所有的所述狀態序列進行求導，獲得所述故障狀態下的第一數據特征；

對所有的所述狀態序列進行低頻濾波，獲得所述故障狀態下的第二數據特征；

其中，所述根據預設的預測需求，生成預測準備的數據，具體包括：

設置預設的預測需求，所述預測需求包括預測時間和預測范圍；

對所述第一數據特征進行預測范圍提取，生成第一預測準備數據；

對所述第二數據特征進行預測范圍提取，生成第二預測準備數據；

其中，所述根據故障輸入條件數據和故障輸出條件數據進行故障類型劃分，并利用實時量測數據獲取目標故障狀態，具體包括：

獲取故障輸入條件數據和故障輸出條件數據；

通過獲取所述故障輸入條件數據和所述故障輸出條件數據之間的變化時的變化程度，判斷全部故障對應的傳遞關系函數的連續性；

當所述傳遞關系函數為連續函數時，利用第一計算公式設置生成第一預測值；

當所述傳遞關系函數為非連續函數時，通過每個故障的狀態的數量，生成分段數量；

利用第二計算公式獲取第二預測值，獲得所述目標故障狀態；

所述第一計算公式：

y＝a_nxⁿ+a_n-1x^n-1+……+a₁x+a₀

其中，y為第一預測值，a₀、……、a_n為第一到第n個預測系數，x為第一預測函數的輸入數據；

所述第二計算公式：

其中，L為第二預測值，k_1i為第i個第1段傳遞函數關系系數，t為第二預測函數的輸入數據；T₁、T₂、……、T_J為分段傳遞函數的邊界線，J為故障的狀態的數量，m為歷史數據維度。

2.如權利要求1所述的一種基于預測數據的燃料電池故障預測方法，其特征在于，所述獲取當前燃料電池的運行狀態數據，并提取異常數據的錄波，具體包括：

獲取當前燃料電池的所述運行狀態數據；

設置錄波提取范圍為異常數據發生前的十秒開始；

對所述運行狀態數據的異常數據進行提取錄波；

設置錄波提取范圍為異常數據結束的時刻或當前時刻。

3.如權利要求1所述的一種基于預測數據的燃料電池故障預測方法，其特征在于，所述獲得所述狀態序列，并進行數據分類，生成輸入與輸出信號，具體包括：

獲取所述狀態序列，對所述狀態序列進行數據分類；

生成狀態輸入信號和狀態響應信號。

4.如權利要求1所述的一種基于預測數據的燃料電池故障預測方法，其特征在于，所述根據所述故障狀態的特征數據進行校驗判斷，并生成校驗判斷信號，具體包括：

對所述第一預測準備數據進行判斷，確認是否存在異常波動；

對所述第二預測準備數據進行判斷，確認是否存在高頻干擾；

若存在 所述異常波動和所述高頻干擾，則輸出校驗失敗信號。