一种基于迁移学习的燃料电池退化预测方法、装置、设备

摘要

本发明提供了一种基于迁移学习的燃料电池退化预测方法、装置、设备。获取燃料电池的原始数据，并根据所述原始数据筛选出退化特征数据；将所述退化特征数据作为目标域数据，并获取与所述目标域数据相似的特征数据作为源域数据；根据所述源域数据搭建源域LSTM预测模型，并通过所述源域数据对所述LSTM预测模型进行预训练，确定预训练参数；通过所述目标域数据对目标域LSTM预测模型进行重训练；基于重训练后的目标域LSTM预测模型，生成燃料电池的性能退化曲线。本发明的提出可以实现通过各组燃料电池性能退化数据之间的迁移，使用很少量的燃料电池性能退化数据进行训练而得到较高的退化预测精度。

申请人共 2 家

• 1.华中科技大学鄂州工业技术研究院
• 2.华中科技大学

IPC 分类号共 5 项