基于K均值和支持向量机的燃料电池在线自适应故障诊断

• 作者: 周苏 文泽军 胡哲
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 车用燃料电池 故障诊断 在线自适应 支持向量机 K均值聚类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机械、车辆与能源工程
• 页码范围: 255-260
• 页数: 6页
• 分类号: TM911.4
• 字数: 3811字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2019.02.014

摘要

基于K均值(K-means)和支持向量机(support vector machine,SVM)算法,提出了一种车用燃料电池系统(fuel cell system,FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周苏	同济大学汽车学院	73	557	12.0	21.0
5	胡哲	同济大学汽车学院	8	43	3.0	6.0
6	文泽军	同济大学汽车学院	3	11	2.0	3.0