典型文献
基于典型机器学习的PEMFC故障诊断综述
文献摘要：
可靠性低和耐久性差是目前制约质子交换膜燃料电池发展的主要瓶颈,故障诊断技术作为解决这些问题的重要途径之一受到广泛关注.总结了近年来基于典型机器学习算法的质子交换膜燃料电池故障诊断方法,分别对神经网络、模糊聚类、神经模糊、贝叶斯网络、支持向量机、随机森林等方法进行归纳分析,并结合当前算法存在的问题,对机器学习在燃料电池故障诊断应用领域的发展方向进行了探讨.
文献关键词：
质子交换膜燃料电池;故障诊断;机器学习
中图分类号：
作者姓名：
张杰;谌祺;韩小涛
作者机构：
华中科技大学国家脉冲强磁场科学中心(筹),湖北武汉430074;华中科技大学强电磁工程与新技术国家重点实验室,湖北武汉430074
文献出处：
引用格式：
[1]张杰;谌祺;韩小涛-.基于典型机器学习的PEMFC故障诊断综述)[J].电源技术,2022(07):710-715
A类：
B类：
PEMFC,耐久性,质子交换膜燃料电池,故障诊断技术,机器学习算法,电池故障,故障诊断方法,模糊聚类,贝叶斯网络,归纳分析,诊断应用
AB值：
0.201958
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
