基于SA-ANFIS-AUKF的PEMFC剩余使用寿命预测方法

作者：黄庆泽; 罗马吉^*; 张锐明

来源：电源技术, 2023, 47(05): 610-614.

• 质子交换膜燃料电池
• 剩余使用寿命
• 自适应神经模糊推理系统
• 自适应无迹卡尔曼滤波

为实现在恒定和变载工况下对质子交换膜燃料电池(PEMFC)的剩余使用寿命(RUL)预测，提出了一种基于SA-ANFIS-AUKF的混合驱动预测方法。该方法首先基于结合模拟退火(SA)算法的自适应神经模糊推理系统(ANFIS)实现未来衰退趋势(FDT)预测，然后基于预测的电压衰退结果，结合电压衰减半机理模型和自适应无迹卡尔曼滤波(AUKF)算法实现了准确的剩余使用寿命估计。并利用法国燃料电池实验室恒定工况数据集和物流车变载工况数据集进行验证，RUL估计结果的平均准确度分别为0.881 8和0.785 4。在100 h预测时长下，预测RUL的平均绝对误差均不超过12.5 h。结果表明，该混合方法不仅适用于恒定负载，在动态负载下也有良好的预测效果。

• 单位
  广东省武理工氢能产业技术研究院; 武汉理工大学