基于概率神经网络和线性判别分析的PEMFC水管理故障诊断方法研究

作者：刘嘉蔚; 李奇^*; 陈维荣; 蒋璐; 余嘉熹

来源：中国电机工程学报, 2019, 39(12): 3614-3622.

DOI：10.13334/j.0258-8013.pcsee.180916

• PEMFC系统
• 概率神经网络
• 线性判别分析
• 故障诊断
• 数据驱动

为了准确迅速判断质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)水管理子系统故障,提出基于概率神经网络(probabilistic neural network,PNN)和线性判别分析(linear discriminant analysis,LDA)的PEMFC水管理故障诊断方法。该方法采用归一化消除原始数据参量之间的量纲影响,使用线性判别分析对归一化后的变量进行特征提取。不但可以将原始实验数据映射到同一区间内,而且能有效降低数据维度。利用概率神经网络对5维故障特征向量实现水管理故障诊断。17086组PEMFC水管理故障样本的诊断结果表明:所提方法能有效识别正常状态、水淹故障和膜干故障共3种水管理健康状态,训练集和测试集的诊断正确率分别为99.80%和93.48%,运算时间仅为14.04s。与BPNN和LDA-BPNN相比:新方法测试集的预测精度分别高出17.47%和2.75%,计算时间分别节省39.83s和28.37s。因此,新方法能快速准确地诊断PEMFC水管理故障。

• 单位
  西南交通大学