典型文献
基于FCM聚类与BO算法的PEMFC故障分类
文献摘要：
针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法.用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本.用FCM聚类算法求得数据样本的聚类中心,划分故障类别,剔除10组隶属度不足的数据.采用BO算法对60组训练数据建模,并验证分析140组测试数据.该方法可快速识别正常、膜干和水淹状态,分类准确率达97.86％.
文献关键词：
燃料电池;故障诊断;阻抗模型;模糊C均值(FCM)聚类;贝叶斯优化(BO)算法
中图分类号：
作者姓名：
卢忠昌;刘芙蓉;杨扬;谢长君
作者机构：
武汉理工大学自动化学院,湖北武汉 430070;武汉理工大学汽车工程学院,湖北武汉 430070
文献出处：
引用格式：
[1]卢忠昌;刘芙蓉;杨扬;谢长君-.基于FCM聚类与BO算法的PEMFC故障分类)[J].电池,2022(06):606-609
A类：
B类：
FCM,BO,PEMFC,故障分类,对质,质子交换膜燃料电池,分类问题,贝叶斯优化,分类方法,Randles,等效电路模型,模型拟合,阻抗谱,最小二乘法辨识模型,特征向量,聚类算法,得数,聚类中心,隶属度,组训,训练数据,数据建模,验证分析,测试数据,快速识别,水淹,分类准确率,阻抗模型
AB值：
0.381631
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。
