质子交换膜燃料电池寿命预测方法、装置、设备及介质

摘要: 本技术涉及质子交换膜燃料电池,尤其涉及质子交换膜燃料电池寿命预测方法、装置、设备及介质。背景技术:1、质子交换膜燃料电池具有启动快、功率密度高和运行排放低等特点...
质子交换膜燃料电池寿命预测方法、装置、设备及介质

本技术涉及质子交换膜燃料电池,尤其涉及质子交换膜燃料电池寿命预测方法、装置、设备及介质。

背景技术:

1、质子交换膜燃料电池具有启动快、功率密度高和运行排放低等特点,适用于交通运输、固定式供能、备用电源和分布式能源等场景。随着燃料电池系统从实验室耐久性测试走向车辆和工程现场运行,电堆需要长期承受启停、变负载、湿度波动、温度波动和气体供应扰动等复合工况。寿命不确定性会直接影响系统可用率、运维成本和安全边界,因此燃料电池剩余使用寿命的精准预测是实现预测性维护与健康管理的关键。

2、相关技术中,可以通过寿命预测模型直接对叠加高频扰动的堆电压进行长期外推,然而短时极化波动可能被模型吸收为老化参数突变,造成剩余寿命评估的准确性较低。

技术实现思路

1、为了解决上述技术问题,本技术提供了一种质子交换膜燃料电池寿命预测方法、装置、电子设备、存储介质及计算机程序产品。

2、根据本技术的第一方面,提供了一种质子交换膜燃料电池寿命预测方法,包括:

3、按照采样间隔采集质子交换膜燃料电池的运行数据,并按照预设滑动窗口提取当前时刻对应的运行数据序列;所述运行数据包括堆电压;

4、基于所述运行数据序列,确定当前时刻的动态负载强度因子;

5、将当前时刻的堆电压分解为不可逆老化包络和可逆极化扰动,以根据不可逆老化包络的计算公式、可逆极化扰动的计算公式、当前时刻的运行数据和所述动态负载强度因子构建目标函数;

6、其中,所述目标函数满足电压重构误差约束、不可逆包络的平滑性约束以及可逆极化扰动与动态负载强度因子的一致性约束;

7、根据所述目标函数,反演得到当前时刻物理参数向量的优化结果;所述物理参数向量包括所述可逆极化扰动的计算公式中多个老化参数;

8、根据当前时刻物理参数向量的优化结果,确定质子交换膜燃料电池的寿命。

9、可选地,所述将当前时刻的堆电压分解为不可逆老化包络和可逆极化扰动,以根据不可逆老化包络的计算公式、可逆极化扰动的计算公式、当前时刻的运行数据和所述动态负载强度因子构建目标函数,包括:

10、质子交换膜燃料电池的堆电压u可分解为不可逆老化包络和可逆极化扰动,表示为:, (1)

11、不可逆老化包络的计算公式表示为:,(2)

12、;(3)

13、;(4)

14、;(5)

15、可逆极化扰动的计算公式表示为:

16、;(6)

17、根据公式(1)~ (6)构建以下目标函数:

18、;(7)

19、其中,表示当前时刻t的堆电压,表示物理参数向量,,表示电流密度,表示物理参数向量梯度,表示活化过电位,表示欧姆过电位,表示浓差过电位;表示动态负载强度因子,和为预先设置的权重系数;r为理想气体常数,t为电堆温度,f为法拉第常数,表示氢气的压强,表示氧气的压强,为极化传递系数;为浓差过电位常数,表示交换电流密度,表示欧姆电阻,表示极限电流密度,表示损失电流密度;表示噪声。

20、可选地,所述根据当前时刻物理参数向量的优化结果,确定质子交换膜燃料电池的寿命,包括:

21、对当前时刻物理参数向量的优化结果进行特征提取,得到老化特征向量;

22、将所述物理参数向量的优化结果和所述老化特征向量进行拼接,得到联合特征向量;

23、对所述联合特征向量进行全连接处理,得到质子交换膜燃料电池的寿命。

24、可选地,所述方法还包括:

25、在反演得到当前时刻物理参数向量的优化结果后,根据以下公式:

26、;

27、计算扰动剥离质量;mse表示均方误差,var表示方差;

28、若小于质量阈值,则将当前时刻对应的运行数据序列作为动态扰动诊断样本;

29、若大于等于质量阈值,执行所述根据当前时刻物理参数向量的优化结果,确定质子交换膜燃料电池的寿命的步骤。

30、可选地,所述方法还包括:

31、在确定当前时刻的动态负载强度因子后,若动态负载强度因子大于等于强度阈值,则将当前时刻对应的运行数据序列作为动态扰动诊断样本;

32、若动态负载强度因子小于强度阈值,则执行所述将当前时刻的堆电压分解为不可逆老化包络和可逆极化扰动,以根据不可逆老化包络的计算公式、可逆极化扰动的计算公式、当前时刻的运行数据和所述动态负载强度因子构建目标函数的步骤。

33、可选地,所述运行数据包括电流密度;

34、所述基于所述运行数据序列,确定当前时刻的动态负载强度因子,包括:

35、根据公式:;

36、确定当前时刻的动态负载强度因子;

37、其中,表示运行数据序列中电流密度的方差,表示电流密度的变化率均方根,表示电流密度在高频频带内的归一化能量,、、表示由健康或准健康工况标定的系数。

38、可选地,所述基于所述目标运行数据序列,确定当前时刻的动态负载强度因子,包括:

39、对所述运行数据序列中的堆电压进行傅里叶变换,得到电压高频分量;

40、将当前时刻的电压高频分量作为当前时刻的动态负载强度因子。

41、根据本技术的第二方面,提供了一种质子交换膜燃料电池寿命预测装置,包括:

42、运行数据序列提取模块,用于按照采样间隔采集质子交换膜燃料电池的运行数据,并按照预设滑动窗口提取当前时刻对应的运行数据序列;所述运行数据包括堆电压;

43、动态负载强度因子确定模块,用于基于所述运行数据序列,确定当前时刻的动态负载强度因子;

44、目标函数构建模块,用于将当前时刻的堆电压分解为不可逆老化包络和可逆极化扰动,以根据不可逆老化包络的计算公式、可逆极化扰动的计算公式、当前时刻的运行数据和所述动态负载强度因子构建目标函数;

45、其中,所述目标函数满足电压重构误差约束、不可逆包络的平滑性约束以及可逆极化扰动与动态负载强度因子的一致性约束;

46、物理参数向量反演模块,用于根据所述目标函数,反演得到当前时刻物理参数向量的优化结果;所述物理参数向量包括所述可逆极化扰动的计算公式中多个老化参数;

47、电池寿命预测模块,用于根据当前时刻物理参数向量的优化结果,确定质子交换膜燃料电池的寿命。

48、可选地,所述目标函数构建模块,具体用于质子交换膜燃料电池的堆电压u可分解为不可逆老化包络和可逆极化扰动,表示为:,(1)

49、不可逆老化包络的计算公式表示为:,(2)

50、;(3)

51、;(4)

52、;(5)

53、可逆极化扰动的计算公式表示为:

54、;(6)

55、根据公式(1)~ (6)构建以下目标函数:

56、;(7)

57、其中,表示当前时刻t的堆电压,表示物理参数向量,,表示电流密度,表示物理参数向量梯度,表示活化过电位,表示欧姆过电位,表示浓差过电位;表示动态负载强度因子,和为预先设置的权重系数;r为理想气体常数,t为电堆温度,f为法拉第常数,表示氢气的压强,表示氧气的压强,为极化传递系数;为浓差过电位常数,表示交换电流密度,表示欧姆电阻,表示极限电流密度,表示损失电流密度;表示噪声。

58、可选地,所述电池寿命预测模块,具体用于对当前时刻物理参数向量的优化结果进行特征提取,得到老化特征向量;将所述物理参数向量的优化结果和所述老化特征向量进行拼接,得到联合特征向量;对所述联合特征向量进行全连接处理,得到质子交换膜燃料电池的寿命。

59、可选地,所述质子交换膜燃料电池寿命预测装置还包括:

60、扰动剥离质量确定模块,用于在反演得到当前时刻物理参数向量的优化结果后,根据以下公式:

61、;

62、计算扰动剥离质量;mse表示均方误差,var表示方差;

63、动态扰动诊断样本确定模块,用于若小于质量阈值,则将当前时刻对应的运行数据序列作为动态扰动诊断样本;

64、所述电池寿命预测模块,具体用于若大于等于质量阈值,根据当前时刻物理参数向量的优化结果,确定质子交换膜燃料电池的寿命。

65、可选地,所述动态扰动诊断样本确定模块,还用于在确定当前时刻的动态负载强度因子后,若动态负载强度因子大于等于强度阈值,则将当前时刻对应的运行数据序列作为动态扰动诊断样本;

66、所述目标函数构建模块,具体用于若动态负载强度因子小于强度阈值,将当前时刻的堆电压分解为不可逆老化包络和可逆极化扰动,以根据不可逆老化包络的计算公式、可逆极化扰动的计算公式、当前时刻的运行数据和所述动态负载强度因子构建目标函数。

67、可选地,所述运行数据包括电流密度;

68、所述动态负载强度因子确定模块,具体用于根据公式:

69、;

70、确定当前时刻的动态负载强度因子;

71、其中,表示运行数据序列中电流密度的方差,表示电流密度的变化率均方根,表示电流密度在高频频带内的归一化能量,、、表示由健康或准健康工况标定的系数。

72、可选地,所述动态负载强度因子确定模块,具体用于对所述运行数据序列中的堆电压进行傅里叶变换,得到电压高频分量;将当前时刻的电压高频分量作为当前时刻的动态负载强度因子。

73、根据本技术的第三方面,提供了一种电子设备,包括:处理器,所述处理器用于执行存储于存储器的计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。

74、根据本技术的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。

75、根据本技术的第五方面,提供了一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面所述的方法。

76、本技术实施例提供的技术方案与现有技术相比具有如下优点:

77、本技术提出了基于数据-机理融合的燃料电池剩余寿命预测方法,基于运行数据序列确定动态负载强度因子,识别电流波动和电压高频响应。将实测堆电压分解为不可逆老化包络和可逆极化扰动。在不可逆老化包络上引入电压重构误差约束、不可逆包络的平滑性约束以及可逆极化扰动与动态负载强度因子的一致性约束,构建目标函数。通过求解目标函数,得到物理参数向量的优化结果。进而根据物理参数向量的优化结果进行寿命预测。可见,本技术不是直接将动态电压序列用于寿命预测,而是在寿命预测前先剥离动态负载引起的可逆极化扰动,避免将瞬态极化损失误识别为不可逆老化,并将不可逆老化包络与电化学参数反演耦合,反演出难以直接测量的、具有明确物理意义的微观老化参数。这些老化参数不仅蕴含了电池内部真实的电化学退化状态,且其演化规律符合物理法则。这样,基于高质量的、具有明确物理意义的老化参数进行寿命预测,可以提高寿命预测的准确性。