Data-based short-term prognostics for proton exchange membrane fuel cells
Data-based short-term prognostics for proton exchange membrane fuel cells
复制标题
基于数据的质子交换膜燃料电池短期预测
DOI：
10.1016/j.ijhydene.2017.06.180
复制
发表时间：
2017-08
影响因子：
7.2
通讯作者：
H. Su
中科院分区：
文献类型：
--
作者：
H. Liu;J. Chen;M. Hou;Z. Shao;H. Su
预测是质子交换膜燃料电池（pemfc）寿命和成本管理的重要工具。本文提出了一种基于数据处理成组方法和小波分析的基于数据的短期预测方法。该方法首先将pemfc的原始电压序列分解为多个子波形。然后，对子波形进行预测，并将其与pemfc的总体预测相结合。并通过实际老化试验数据验证了该方法的有效性。仿真结果表明，与现有方法相比，该方法不仅可以实现不同负载条件下pemfc的准确短期预测，而且可以直接使用扰动较大的原始实验数据。
Prognostics is an important tool in the life and cost management of the proton exchange membrane fuel cells (PEMFCs). In this paper, we propose a data-based short-term prognostics method based on the group method of data handling and the wavelet analysis. In particular, this method first decomposes the original voltage sequence of PEMFCs into multiple sub-waveforms. Then, prognostics are made for the sub-waveforms and are combined for the overall prognostics of PEMFCs. Moreover, the proposed method is validated by the experimental datasets from real aging tests. Simulation results demonstrate that, compared with the existing approaches, this proposed method not only can achieve accurate short-term prognostics for PEMFCs in different load conditions, but also can directly use the original experimental data with large disturbances.
登录
查看更多内容
DOI：
--
发表时间：
2015-02
期刊：
--
影响因子：
--
作者：
Kamran Javed;R. Gouriveau;N. Zerhouni;D. Hissel
通讯作者：
Kamran Javed;R. Gouriveau;N. Zerhouni;D. Hissel
影响因子：
4.4
作者：
Wu, Yiming;Breaz, Elena;Miraoui, Abdellatif
通讯作者：
Miraoui, Abdellatif
影响因子：
11.2
作者：
Marine Jouin;M. Bressel;S. Morando;R. Gouriveau;D. Hissel;M. Péra;N. Zerhouni;S. Jemei;M. Hilairet;B. O. Bouamama
通讯作者：
Marine Jouin;M. Bressel;S. Morando;R. Gouriveau;D. Hissel;M. Péra;N. Zerhouni;S. Jemei;M. Hilairet;B. O. Bouamama
DOI：
10.4156/ijact.vol5.issue6.54
发表时间：
2013-03
期刊：
International Journal of Advancements in Computing Technology
影响因子：
--
作者：
Jianbao Zhou;Yuntong Ma;Yu Peng;Xiyuan Peng
通讯作者：
Jianbao Zhou;Yuntong Ma;Yu Peng;Xiyuan Peng
铁路强风预警系统风速预测的EMD递归ARIMA方法
DOI：
10.1016/j.jweia.2015.02.004
发表时间：
2015-06
影响因子：
4.8
作者：
Liu Hui;Tian Hong-qi;Li Yan-fei
通讯作者：
Li Yan-fei