基于反向传播神经网络的质子交换膜燃料电池故障诊断

作者：田庆

来源：铁道车辆, 2018, 56(12): 32-5.

• 质子交换膜燃料电池
• 反向传播神经网络
• 故障诊断

为了识别质子交换膜燃料电池的故障,提出了基于反向传播神经网络(Back Propagation Neural Network,BPNN)的燃料电池故障诊断方法。通过提取单片电池电压、电堆总电压、电流密度和电流作为输入特征向量,采用BPNN作为模式分类器进行故障诊断。结果表明,该方法可快速诊断高频电流纹波故障,平均分类准确率达94.95%。