基于随机森林算法的大功率质子交换膜燃料电池系统故障分类方法

摘要：

针对大功率质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统故障分类识别的问题,提出基于随机森林算法的燃料电池系统的故障分类方法.该方法基于Bootstrap法重采样,产生多个样本子集,通过决策树算法中的CART算法构造多个分类器模型,然后通过测试集对每个分类器进行测试得到分类结果,最后投票选出最优的分类结果作为预测类别.通过实例分析,对比支持向量机和K最邻近算法的分类结果,所提方法可有效识别有轨电车实际运行过程中5种故障状态,分类准确率可达94.4％,能明显提高故障分类正确率,对进一步实现大功率PEMFC系统在线故障诊断研究具有重要意义.

关键词：随机森林算法、质子交换膜燃料电池、故障分类、决策树、支持向量机

所属期刊栏目：40

分类号：TM464(变压器、变流器及电抗器)

资助基金：国家自然科学基金;四川省科技计划;霍英东教育基金会高等院校青年教师基金

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：5591-5598,中插19