集美大学研究团队提出一种质子交换膜燃料电池的退化预测方法

阅读提示：本文约 2300 字

耐久度是制约质子交换膜燃料电池大规模应用的主要障碍之一，性能退化预测为提高PEMFC的耐久度提供了重要的科学依据。集美大学船舶电力系统故障检测与可靠性评估团队提出了一种结合小波阈值去噪方法的正则化堆叠长短期记忆网络的性能退化预测方法，采用稳态工况和动态工况两种不同工况下的PEMFC老化数据进行验证。

研究背景

PEMFC的退化涉及多物理和多尺度的问题，是一个非常复杂的非线性过程，整个电堆当中涉及材料和应用中的各种因素都有可能影响到PEMFC的降解。因此，准确预测PEMFC性能退化是一个很大的挑战。

PEMFC系统的退化受启停条件、启动方式、可变负载、高载、过载、低负载和空载等多种状态的混合影响。每种操作状态都会因为其独特的动态特性对PEMFC的耐久度产生不利影响，且复杂的操作环境会加速PEMFC的老化，典型运行条件下的老化机理如图1所示。

图1 PEMFC在典型运行条件下的降解机理

论文所解决的问题及意义

PEMFC电压老化数据具有高度的非线性、周期性以及压降和电压恢复的随机性性质，长期的老化实验使其数据量非常庞大。以上的特性使老化电压数据的特征提取变得更加困难。

传统算法难以完全提取其有效特征，现有的多数算法只能单独预测FC1数据或者FC2数据，即算法只能较为准确地预测到稳态或者暂态工况下的退化趋势，而不能做到二者皆可。且它们的预测性能易受训练数据量的影响，当训练数据量发生改变时（通常是减小），预测精度也会发生下降。

为了更加灵活地表示老化电压数据中观察到的退化特征，解决现有方法的不足，本团队提出了一种基于数据驱动的燃料电池退化预测方法，该方法具有易于部署，计算复杂度较低等特点，更适合于实际的在线应用。

论文方法及创新点

根据对PEMFC退化数据的分析，本团队设计了一个具有高精度、高可靠性的PEMFC性能退化预测方法--WTD-RS-LSTM的预测方法。所提方法的预测框架如图2所示。在提出的框架当中，电堆电压被作为老化指标。WTD方法可以重构出更适合进行预测的数据，重构的输出数据经过堆叠的LSTM进行特征提取和训练，网络训练得到的参数在经过优化算法后，可以防止过拟合。

图2 WTD-RS-LSTM的PEMFC性能退化预测框架

本文采用的数据集来自法国FCLAB实验室在IEEE PHM公开挑战赛上提供的数据。FC1老化数据由1kW燃料电池电堆在70A的恒定电流下运行1154h获取；FC2老化数据由1kW燃料电池电堆在频率为5Hz、震荡为7A的70A动态电流下运行1120h获取。

FC1和FC2数据被用于训练WTD-RS-LSTM并验证预测结果。设置了5种不同长度的训练数据集，其长度分别550小时、700小时、800小时、900小时和1000小时，其余的数据集作为验证集对算法进行验证。WTD-RS-LSTM对PEMFC在两种不同工况下的5种不同训练状态的预测结果如图3和图4所示，评价指标RMSE和MAPE计算结果如表1所示，预测误差如图5和图6所示。

图3 稳态工况下不同训练长度的预测结果

图4 动态工况下不同训练长度的预测结果

图5 稳态工况的误差曲线

图6 动态工况的误差曲线

表1 预测性能指标

结论

1、所提的方法在PEMFC性能退化预测当中能准确提取老化电压数据中的高度非线性特征并防止过拟合。

2、所提出的方法在不同长度训练集的情况下，对稳态和动态情况下的PEMFC进行性能退化预测，验证了所提方法对比传统的预测方法具有更高的准确度和可靠性。

3、与传统方法相比，所建立的退化预测模型可以在各种训练样本大小取得更高的预测精度和更稳定的性能。

团队介绍

集美大学船舶电力系统故障检测与可靠性评估团队长期致力于船舶电力系统的故障预测诊断与健康管理的研究与应用。近年来，结合群体智能算法、深度学习及智能信息处理和智能优化调控技术，在多能驱动船舶电力系统故障诊断、预测与抑制领域开展了基础研究以及工程应用。

王荣杰

2012年12月中山大学博士毕业，香港理工大学访问学者，现为集美大学教授、博士生导师。获评交通运输部交通运输青年科技英才、福建省优秀教师、厦门市先进教师。入选交通运输部交通运输行业高层次人才培养计划、集美大学青年拔尖人才支持计划、福建省高等学校新世纪优秀人才支持计划和福建省高校杰出青年科研人才培育计划。目前还兼任中国航海智库（船舶工程领域）特约研究员、中国电源学会青工委委员、“数字福建”卫星通信与海洋监测物联网实验室副主任、福建省高校电工学研究学会副理事长、福建省自动化学会常务理事、福建能源电力专家、厦门市电机工程学会副理事长。曾挂职于厦门市科学技术局任党组成员。

本工作成果发表在2024年第11期《电工技术学报》，论文标题为“质子交换膜燃料电池退化预测方法“。本课题得到国家自然科学基金、福建省自然科学基金、电力设备电气绝缘国家重点实验室基金和福建省中青年教师教育科研项目的支持。

引用本文

汪建锋, 王荣杰, 林安辉, 王亦春, 张博. 质子交换膜燃料电池退化预测方法[J]. 电工技术学报, 2024, 39(11): 3367-3378. Wang Jianfeng, Wang Rongjie, Lin Anhui, Wang Yichun, Zhang Bo. Degradation Prediction Method of Proton Exchange Membrane Fuel Cell. Transactions of China Electrotechnical Society, 2024, 39(11): 3367-3378.

阅读全文

中国电工技术学会

新媒体平台

学会官方微信

电工技术学报

CES电气

学会官方B站

CES TEMS

今日头条号

学会科普微信

大赛官方微信

☎️ 《电工技术学报》：010-63256949/6981；邮箱：dgjsxb@vip.126.com ☎️ 《电气技术》：010-63256943；邮箱：dianqijishu@126.com ☎️ 《中国电工技术学会电机与系统学报（英文）》：电话：010-63256823；邮箱：cestems@126.com ☎️ 编务：010-63256994 ☎️ 订阅：010-63256817 ☎️ 商务合作：010-63256867/6838