科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现质子交换膜燃料电池(PEMFC)系统水故障的高效快速分类，提出了基于改进麻雀搜索算法(SSA)优化深度置信网络(DBN)的PEMFC故障分类方法。采用归一化处理消除故障数据参数之间量纲不同的影响，使用核主成分分析对数据进行故障特征提取，有效地缩减了原始数据维度，降低了运算复杂度，并避免低贡献度数据对故障分类造成干扰。引入柯西-高斯变异策略改进SSA，并利用SSA对DBN进行参数寻优，确定网络结构，通过优化后的DBN实现对PEMFC水故障的快速分类。对3000组PEMFC水故障数据进行测试，结果表明：所提方法可以快速准确地识别PEMFC的正常状态、膜干故障、水淹故障3种健康状态；总体的分类准确率为98.67%，运算时间为0.89 s，相比支持向量机、概率神经网络方法，所提方法的故障分类精度分别提升了4%、3.34%，运算时间分别减少了15.35、0.35 s。
- 单位
