基于DCGAN的燃料电池故障诊断

作者：李洪军^*; 汪大春; 杨哲昊; 韩莹

来源：电池, 2022, 52(05): 502-506.

DOI：10.19535/j.1001-1579.2022.05.006

• 燃料电池
• 深度卷积生成对抗网络(DCGAN)
• 水管理故障
• 故障诊断
• 主成分分析(PCA)

质子交换膜燃料电池(PEMFC)存在易故障、使用寿命短等缺陷。针对PEMFC常见的电堆内部水淹和膜干故障，提出基于深度卷积生成对抗网络(DCGAN)的故障诊断方法。该方法通过主成分分析(PCA),对PEMFC原始数据进行预处理，降低数据维度并提取故障特征，进而利用DCGAN对PEMFC进行正常、水淹和膜干等3种健康状态分类。该方法采用PEMFC实测数据集进行故障诊断分析，总体故障准确率为98.33%,诊断时长为2.79 s。所提出方法适用于PEMFC水管理故障诊断问题，具有一定的工程应用价值。

• 单位
  西南交通大学