← 返回
氢能与燃料电池 故障诊断 机器学习 深度学习 可靠性分析 ★ 3.0

基于电化学阻抗谱的开放阴极质子交换膜燃料电池水管理故障诊断

Water Management Fault Diagnosis for Open-Cathode PEMFC Systems Based on Electrochemical Impedance Spectroscopy

作者 Chuang Sheng · Qian Xiang · Weiming Chen · Wenxuan Zhang · Zhu Wu · Zhiping Xia · Lin Zhang · Zhonghua Deng · Zhuo Wang · Xi Li
期刊 IEEE Transactions on Power Electronics
出版日期 2026年2月
技术分类 氢能与燃料电池
技术标签 故障诊断 机器学习 深度学习 可靠性分析
相关度评分 ★★★ 3.0 / 5.0
关键词 PEMFC 故障诊断 电化学阻抗谱 机器学习 水管理 等效电路模型
语言:

中文摘要

为延长质子交换膜燃料电池(PEMFC)寿命,本文提出了一种集成机器学习与等效电路模型(ECM)的故障诊断框架,专门用于诊断膜干燥和水淹两种常见运行故障。通过燃料电池快速阻抗测试平台验证,该方法能有效提升系统运行的可靠性与稳定性。

English Abstract

To extend the lifetime of proton exchange membrane fuel cells (PEMFCs), the two most prevalent operational faults— membrane drying and flooding—must be diagnosed and analyzed. This study presents a comprehensive fault diagnosis framework that integrates machine learning with an equivalent circuit model (ECM) for open-cathode PEMFC systems. First, based on the fuel cell fast impedance test platform...
S

SunView 深度解读

阳光电源已布局氢能业务(电解槽电源及系统集成)。虽然本文聚焦于开放阴极燃料电池(PEMFC),但其提出的基于电化学阻抗谱(EIS)的故障诊断逻辑,对阳光电源的电解水制氢电源系统具有重要参考价值。特别是在电解槽的健康状态监测、膜堆性能衰减预测及水热管理优化方面,该研究中的机器学习与ECM融合建模方法,可助力提升公司氢能系统产品的全生命周期运维效率,优化制氢系统的控制策略。