Baobao Hua · Zhiguo Qua · Yukun Songb · Keyong Wangb 等5人 · Energy Conversion and Management · 2025年1月 · Vol.343

Transformer及其变体在预测质子交换膜燃料电池性能衰减方面展现出显著潜力，能够准确捕捉衰减模式，从而为控制策略提供依据并延长系统寿命。然而，尽管已有研究取得了进展，这些模型在商用高功率燃料电池上的适用性仍不明确，因为现有研究主要集中在小规模实验室电堆上。为弥补这一空白，本研究针对一个60 kW的商用燃料电池系统，在两种不同的氢气供应条件（常温与低温）下开展了各1000小时的老化试验。针对每种工况的原始数据，采用基于特征电流的数据提取方法，根据动态负载循环中的电流分布选取了三个具有代表性的...

解读: 该Transformer变体预测技术对阳光电源氢能储能系统及PowerTitan产品线具有重要价值。Autoformer模型在商用60kW燃料电池系统的电压衰减预测中展现出10mV级高精度,可直接应用于ST系列PCS的健康管理模块。其多步预测和缺失数据鲁棒性特性,与iSolarCloud平台的预测性...