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
• 来源期刊: 铁道车辆
• 关键词: 质子交换膜燃料电池 反向传播神经网络 故障诊断
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 问题讨论
• 页码范围: 32-35
• 页数: 4页
• 分类号: U270.38+1
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7602.2018.12.011

摘要

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田庆	中车青岛四方机车车辆股份有限公司技术中心	4	2	1.0	1.0