基于DCGAN的燃料电池故障诊断

摘要：

质子交换膜燃料电池(PEMFC)存在易故障、使用寿命短等缺陷.针对PEMFC常见的电堆内部水淹和膜干故障,提出基于深度卷积生成对抗网络(DCGAN)的故障诊断方法.该方法通过主成分分析(PCA),对PEMFC原始数据进行预处理,降低数据维度并提取故障特征,进而利用DCGAN对PEMFC进行正常、水淹和膜干等3种健康状态分类.该方法采用PEMFC实测数据集进行故障诊断分析,总体故障准确率为98.33％,诊断时长为2.79 s.所提出方法适用于PEMFC水管理故障诊断问题,具有一定的工程应用价值.

关键词：燃料电池、深度卷积生成对抗网络(DCGAN)、水管理故障、故障诊断、主成分分析(PCA)

所属期刊栏目：52

分类号：TM911.42

资助基金：国家自然科学基金52007157

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：502-506