氢能专利库

本发明提供了一种燃料电池系统的智能运维方法以及运维系统，所述智能运维方法包括如下步骤：获得燃料电池系统的故障数据并进行算法筛选；将所述算法筛选出来的有效故障码按照故障码解析表进行故障码分类；根据分类后的所述故障码，按照所述故障解析表生成对应的工单；所述工单按照操作人员的数据管理权限和位置信息匹配上报的位置信息自动分配处理；所述工单处理好后，系统自动审核工单以判断处理操作过程的正确性。本发明的智能运维方法实现对燃料电池从装车到更换件的全生命周期追溯，完善数据链。整个方法更加智能，提高了处理效率。

本发明提供了一种燃料电池发动机的衰减分析方法以及衰减分析系统，所述衰减分析方法包括如下步骤：获取燃料电池发动机的数据；将获得到的数据进行数据解析转换，合法性校验以及过滤；将上述处理的数据进行衰减分析计算，得到相应的散点数据；将上述分析得出的结果以图形的方式展示到用户界面上。本发明的衰减分析方法能够快速方便的收集到运行车辆的数据；根据累计的数据进行衰减分析，形成通用的衰减模型，来对其他的发动机做衰减预测，值得广泛推广进行应用。

本发明提供了一种燃料电池电堆的预测性维护方法以及维护系统，所述预测性维护方法包括如下步骤：建立ResNet残差神经网络结构，根据收集的数据训练出对应的状态估计模型；实现在线数据实时状态预测，根据所述状态估计模型，通过输入实时数据，输出预测的状态值；实现保养维护状态评估，先设定保养维护的阈值，根据所述实时状态预测的结果与所述阈值进行对比，判断是否需要发出保养维护的预警信号。本发明的预测性维护方法采用大数据和深度学习的手段，提出基于状态估计的燃料电池电堆预测性维护的方案。改善了现有技术中的区域差异性问题以及个列突变的响应不及时问题。

本申请涉及一种燃料电池系统故障预测方法、装置、计算机设备和存储介质。所述方法包括：通过获取燃料电池系统的实时运行指标数据，然后对所述实时运行指标数据进行预处理，得到预处理后的实时运行指标数据，进而将所述预处理后的实时运行指标数据输入故障指标预测模型，得到所述燃料电池系统的实时故障特征指标，将所述燃料电池系统的实时故障特征指标输入故障分类模型，得到所述燃料电池系统的实时故障编码。采用本方法能够实现燃料电池系统故障预测的准确性、及时性以及便捷性。