CN113722898A - 一种燃料电池电堆的耐久性评价方法和装置 - Google Patents

一种燃料电池电堆的耐久性评价方法和装置 Download PDF

Info

Publication number
CN113722898A
CN113722898A CN202110953305.4A CN202110953305A CN113722898A CN 113722898 A CN113722898 A CN 113722898A CN 202110953305 A CN202110953305 A CN 202110953305A CN 113722898 A CN113722898 A CN 113722898A
Authority
CN
China
Prior art keywords
current density
fuel cell
durability
cell stack
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110953305.4A
Other languages
English (en)
Other versions
CN113722898B (zh
Inventor
张若婧
余卓平
欧阳云瀚
叶涵琦
朱皓民
崔明杰
陈佳逸
江正寒
周向阳
杨秦泰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Intelligent New Energy Vehicle Technology Innovation Platform Co ltd
Shanghai Motor Vehicle Inspection Certification and Tech Innovation Center Co Ltd
Original Assignee
Shanghai Intelligent New Energy Vehicle Technology Innovation Platform Co ltd
Shanghai Motor Vehicle Inspection Certification and Tech Innovation Center Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Intelligent New Energy Vehicle Technology Innovation Platform Co ltd, Shanghai Motor Vehicle Inspection Certification and Tech Innovation Center Co Ltd filed Critical Shanghai Intelligent New Energy Vehicle Technology Innovation Platform Co ltd
Priority to CN202110953305.4A priority Critical patent/CN113722898B/zh
Publication of CN113722898A publication Critical patent/CN113722898A/zh
Application granted granted Critical
Publication of CN113722898B publication Critical patent/CN113722898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04574—Current
    • H01M8/04589—Current of fuel cell stacks
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Energy (AREA)
  • Evolutionary Computation (AREA)
  • Sustainable Development (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Fuel Cell (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)

Abstract

本发明涉及一种燃料电池电堆的耐久性评价方法和装置，方法包括将燃料电池电堆在耐久性循环工况下进行测试，采集燃料电池的运行参数；获取采集参数随时间的变化趋势；根据测试耐久性循环工况的曲线获得加载电流密度点；利用秩和比法计算各个加载电流密度点的加权秩和比值，选取出特征电流密度点；使用客观权重赋值法计算特征电流密度点所占权重；获取燃料电池电堆在各个特征电流密度点下的某一运行参数作为评价指标；将评价指标乘以所在特征电流密度点的权重后再进行求和，得到综合评价值。与现有技术相比，本发明具有替代了传统方法中采用单个固定电流点工况进行耐久性评价，使评价精度更加贴合实际使用，准确度更高等优点。

Description

一种燃料电池电堆的耐久性评价方法和装置
技术领域
本发明涉及燃料电池检测领域，尤其是涉及一种燃料电池电堆的耐久性评价方法和装置。
背景技术
国内外有多种方法对燃料电池的耐久性性能进行评价。例如Sudarshan L.等开发了PEMFC的数学模型，通过控制氢气流速、氢气湿度和氢气偏压等输入参数分析不同参数对燃料电池堆性能的影响，并对不同情况下的极化曲线进行了评价。唐建均等结合质子交换膜燃料电池汽车的实际运行情况及各工况对膜电极耐久性的影响，采用单电池性能衰减、催化剂电化学活性面积下降和和氢渗透率增加作为评价膜电极耐久性的依据，从而制定了评价膜电极耐久性的模拟工况耐久性测试方法。
目前对于燃料电池的耐久性评价通常是针对额定工况下的某一点进行测试，即通过检测燃料电池某一参数在额定工况下的衰减程度在判断耐久度。但是，这种方式和实际工作状态差异较大，燃料电池在实际使用中在较长时间内处于非额定工况。由此，传统评价方法的精确度较低，往往导致燃料电池的提前报废，提高生产成本且降低使用体验。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种燃料电池电堆的耐久性评价方法和装置。
本发明的目的可以通过以下技术方案来实现：
一种燃料电池电堆的耐久性评价方法，包括：
S1、将燃料电池电堆在耐久性循环工况下进行测试，采集燃料电池的运行参数；
S2、获取采集参数随时间的变化趋势；
S3、根据测试耐久性循环工况的曲线获得加载电流密度点；
S4、利用秩和比法计算各个加载电流密度点的加权秩和比值，选取加权秩和比值最高的多个加载电流密度点作为特征电流密度点；
S5、使用客观权重赋值法计算特征电流密度点所占权重；
S6、获取燃料电池电堆在各个特征电流密度点下的某一运行参数作为评价指标；
S7、将评价指标乘以所在特征电流密度点的权重后再进行求和，得到综合评价值；
S8、根据综合评价值的衰减程度评价燃料电池电堆的耐久性。
进一步地，所述步骤S4中，各个加载电流密度点的加权秩和比值计算步骤包括：
S41、建立运行参数x，即原始评价指标数据矩阵，其表达式为：
Figure BDA0003219388410000021
式中，n表示采集参数变化的时间段数，p表示加载电流密度点，Xij表示第i个样本的第j项评价指标的数值；
S42、通过非整次法计算高优指标Rij，其表达式为：
Figure BDA0003219388410000022
式中，Xmax＝max(X1j,X2j,...,Xnj)，Xmin＝min(X1j,X2j,...,Xnj)；
S43、通过高优指标Rij计算秩和比值和加权秩和比值。
进一步地，所述秩和比值RSR的计算表达式为：
Figure BDA0003219388410000023
式中，i＝1,2,…,n；j＝1,2,…,p。
进一步地，所述加权秩和比值WRSR的计算表达式为：
Figure BDA0003219388410000024
Figure BDA0003219388410000025
式中，Wj表示第j个评价指标的权重，Ij表示该评价指标对应的电流密度，
Figure BDA0003219388410000031
表示平均电流密度。
进一步地，所述客观权重赋值法的权重计算公式如下：
Figure BDA0003219388410000032
式中，ρk表示权重，Ik表示第k个特征电流密度点。
进一步地，作为评价指标的运行参数包括电压幅值、电压衰减值、功率幅值或功率衰减值。
进一步地，所述步骤S8包括，将综合评价值和该评价指标的初始值相比，得到综合评价值相对于初始值的衰减度，根据衰减度进行耐久性评价。
进一步地，所述步骤S8中，预设有多个连续的衰减度区间，每个衰减度区间对应一个耐久度等级，当综合评价值相对于初始值的衰减度落入其中一个衰减度区间内，评价为相应的耐久度等级。
进一步地，特征电流密度点至少为3个。
一种燃料电池电堆的耐久性评价装置，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如上任一项所述的燃料电池电堆的耐久性评价方法。
与现有技术相比，本发明具有以下有益效果：
本发明通过耐久性循环工况测试模拟燃料电池电堆在整车运行过程中的实际工况，然后通过秩和比法和客观权重赋值法选择权重占比大的电流密度点进行加权综合评价，替代了传统方法中采用单个固定电流点(额定)工况进行耐久性评价，使评价精度更加贴合实际使用，准确度高。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例一
如图1所示，本实施例提供了一种燃料电池电堆的耐久性评价方法，包括：
步骤S1、将燃料电池电堆在耐久性循环工况下进行测试，采集燃料电池的运行参数。运行参数为电流密度、电压、功率等参数常用参数。
步骤S2、获取各个采集参数随时间的变化趋。
步骤S3、根据测试耐久性循环工况的曲线获得载电流密度点。
步骤S4、利用秩和比(RSR)法计算各个加载电流密度点的加权秩和比值，选取加权秩和比值最高的多个加载电流密度点作为特征电流密度点。特征电流密度点至少为3个，本实施例中优选10个特征电流密度点。
步骤S5、使用客观权重(CRITIC)赋值法计算特征电流密度点所占权重。
步骤S6、获取燃料电池电堆在各个特征电流密度点下的某一运行参数作为评价指标，作为评价指标的运行参数包括电压幅值、电压衰减值、功率幅值或功率衰减值等。
步骤S7、将评价指标乘以所在特征电流密度点的权重后再进行求和，得到综合评价值。例如电压幅值的到综合评价值U＝ρ1*U1+ρ2*U2+ρ3*U3+…+ρ10*U10，其中，(U1、U2、U3、…U10)为电压幅值，(ρ1、ρ2、ρ3、…ρ10)为权重。
步骤S8、根据综合评价值的衰减程度评价燃料电池电堆的耐久性。具体过程如下：将综合评价值和该评价指标的初始值相比，得到综合评价值相对于初始值的衰减度。预设有多个连续的衰减度区间，每个衰减度区间对应一个耐久度等级，当综合评价值相对于初始值的衰减度落入其中一个衰减度区间内，评价为相应的耐久度等级。
秩和比(RSR)法是在一个n行p列矩阵中，通过秩转换，获得无量纲的统计量RSR，以RSR值对评价对象的优劣进行排序或分档排序。在综合评价中，秩和比的值能够包含所有评价指标的信息，显示出这些评价指标的综合水平，RSR值越大表明综合评价越优。由此，步骤S4中，各个加载电流密度点的加权秩和比值计算步骤包括：
步骤S41、列出原始数据表。
假定需要评价台架试验中n个时间段的电压变化，评价指标体系包括p个电流密度点，由此建立运行参数x，即原始评价指标数据矩阵，其表达式为：
Figure BDA0003219388410000051
式中，n表示采集参数变化的时间段数，p表示加载电流密度点，Xij表示第i个样本的第j项评价指标的数值。
步骤S42、通过非整次法计算高优指标Rij，其表达式为：
Figure BDA0003219388410000052
式中，Xmax＝max(X1j,X2j,...,Xnj)，Xmin＝min(X1j,X2j,...,Xnj)。
步骤S43、通过高优指标Rij计算秩和比值和加权秩和比值。
秩和比值RSR的计算表达式为：
Figure BDA0003219388410000053
式中，i＝1,2,…,n；j＝1,2,…,p。
加权秩和比值WRSR的计算表达式为：
Figure BDA0003219388410000054
Figure BDA0003219388410000055
式中，Wj表示第j个评价指标的权重，并且满足
Figure BDA0003219388410000056
Ij表示该评价指标对应的电流密度，
Figure BDA0003219388410000057
表示平均电流密度。
本实施例中，客观权重赋值法采用现有的计算方式，权重计算公式如下：
Figure BDA0003219388410000058
式中，ρk表示权重，Ik表示第k个特征电流密度点。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种燃料电池电堆的耐久性评价方法，其特征在于，包括：
S1、将燃料电池电堆在耐久性循环工况下进行测试，采集燃料电池的运行参数；
S2、获取采集参数随时间的变化趋势；
S3、根据测试耐久性循环工况的曲线获得加载电流密度点；
S4、利用秩和比法计算各个加载电流密度点的加权秩和比值，选取加权秩和比值最高的多个加载电流密度点作为特征电流密度点；
S5、使用客观权重赋值法计算特征电流密度点所占权重；
S6、获取燃料电池电堆在各个特征电流密度点下的某一运行参数作为评价指标；
S7、将评价指标乘以所在特征电流密度点的权重后再进行求和，得到综合评价值；
S8、根据综合评价值的衰减程度评价燃料电池电堆的耐久性。
2.根据权利要求1所述的一种燃料电池电堆的耐久性评价方法，其特征在于，所述步骤S4中，各个加载电流密度点的加权秩和比值计算步骤包括：
S41、建立运行参数x，即原始评价指标数据矩阵，其表达式为：
Figure FDA0003219388400000011
式中，n表示采集参数变化的时间段数，p表示加载电流密度点，Xij表示第i个样本的第j项评价指标的数值；
S42、通过非整次法计算高优指标Rij，其表达式为：
Figure FDA0003219388400000012
式中，Xmax＝max(X1j,X2j,...,Xnj)，Xmin＝min(X1j,X2j,...,Xnj)；
S43、通过高优指标Rij计算秩和比值和加权秩和比值。
3.根据权利要求2所述的一种燃料电池电堆的耐久性评价方法，其特征在于，所述秩和比值RSR的计算表达式为：
Figure FDA0003219388400000021
式中，i＝1,2,…,n；j＝1,2,…,p。
4.根据权利要求3所述的一种燃料电池电堆的耐久性评价方法，其特征在于，所述加权秩和比值WRSR的计算表达式为：
Figure FDA0003219388400000022
Figure FDA0003219388400000023
式中，Wj表示第j个评价指标的权重，Ij表示该评价指标对应的电流密度，
Figure FDA0003219388400000024
表示平均电流密度。
5.根据权利要求1所述的一种燃料电池电堆的耐久性评价方法，其特征在于，所述客观权重赋值法的权重计算公式如下：
Figure FDA0003219388400000025
式中，ρk表示权重，Ik表示第k个特征电流密度点。
6.根据权利要求1所述的一种燃料电池电堆的耐久性评价方法，其特征在于，作为评价指标的运行参数包括电压幅值、电压衰减值、功率幅值或功率衰减值。
7.根据权利要求1所述的一种燃料电池电堆的耐久性评价方法，其特征在于，所述步骤S8包括，将综合评价值和该评价指标的初始值相比，得到综合评价值相对于初始值的衰减度，根据衰减度进行耐久性评价。
8.根据权利要求7所述的一种燃料电池电堆的耐久性评价方法，其特征在于，所述步骤S8中，预设有多个连续的衰减度区间，每个衰减度区间对应一个耐久度等级，当综合评价值相对于初始值的衰减度落入其中一个衰减度区间内，评价为相应的耐久度等级。
9.根据权利要求7所述的一种燃料电池电堆的耐久性评价方法，其特征在于，特征电流密度点至少为3个。
10.一种燃料电池电堆的耐久性评价装置，其特征在于，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如权利要求1～9任一项所述的燃料电池电堆的耐久性评价方法。
CN202110953305.4A 2021-08-19 2021-08-19 一种燃料电池电堆的耐久性评价方法和装置 Active CN113722898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110953305.4A CN113722898B (zh) 2021-08-19 2021-08-19 一种燃料电池电堆的耐久性评价方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110953305.4A CN113722898B (zh) 2021-08-19 2021-08-19 一种燃料电池电堆的耐久性评价方法和装置

Publications (2)

Publication Number Publication Date
CN113722898A true CN113722898A (zh) 2021-11-30
CN113722898B CN113722898B (zh) 2024-06-21

Family

ID=78676798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110953305.4A Active CN113722898B (zh) 2021-08-19 2021-08-19 一种燃料电池电堆的耐久性评价方法和装置

Country Status (1)

Country Link
CN (1) CN113722898B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114114028A (zh) * 2021-12-14 2022-03-01 上海神力科技有限公司 一种车用燃料电池耐久性加速测试方法
CN114759227A (zh) * 2022-05-07 2022-07-15 中国第一汽车股份有限公司 燃料电池性能衰减的确定方法以及确定装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231328A (zh) * 2008-03-03 2008-07-30 清华大学 一种评价城市客车用燃料电池耐久性的方法
CN103106790A (zh) * 2013-01-16 2013-05-15 东南大学 一种基于秩和比法的平面交叉口设计变权综合评价方法
CN107679268A (zh) * 2017-08-23 2018-02-09 同济大学 一种燃料电池汽车能量管理控制策略的定量综合评价方法
CN110749825A (zh) * 2018-07-06 2020-02-04 郑州宇通客车股份有限公司 一种燃料电池耐久性测试加速工况建立方法及装置
KR20200074541A (ko) * 2018-12-17 2020-06-25 주식회사 엘지화학 연료전지 막 전극 접합체 내구성 평가 방법 및 장치
CN111693876A (zh) * 2020-05-09 2020-09-22 清华大学 电池组评价方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231328A (zh) * 2008-03-03 2008-07-30 清华大学 一种评价城市客车用燃料电池耐久性的方法
CN103106790A (zh) * 2013-01-16 2013-05-15 东南大学 一种基于秩和比法的平面交叉口设计变权综合评价方法
CN107679268A (zh) * 2017-08-23 2018-02-09 同济大学 一种燃料电池汽车能量管理控制策略的定量综合评价方法
CN110749825A (zh) * 2018-07-06 2020-02-04 郑州宇通客车股份有限公司 一种燃料电池耐久性测试加速工况建立方法及装置
KR20200074541A (ko) * 2018-12-17 2020-06-25 주식회사 엘지화학 연료전지 막 전극 접합체 내구성 평가 방법 및 장치
CN111693876A (zh) * 2020-05-09 2020-09-22 清华大学 电池组评价方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
侯永平等: "循环工况研究PEMFC单体电池电压的一致性", 《电池》, vol. 49, 31 December 2019 (2019-12-31), pages 463 - 466 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114114028A (zh) * 2021-12-14 2022-03-01 上海神力科技有限公司 一种车用燃料电池耐久性加速测试方法
CN114759227A (zh) * 2022-05-07 2022-07-15 中国第一汽车股份有限公司 燃料电池性能衰减的确定方法以及确定装置

Also Published As

Publication number Publication date
CN113722898B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
Pan et al. Performance degradation prediction of proton exchange membrane fuel cell using a hybrid prognostic approach
CN113722898A (zh) 一种燃料电池电堆的耐久性评价方法和装置
Zheng et al. Performance prediction of fuel cells using long short‐term memory recurrent neural network
CN114818831B (zh) 基于多源感知的双向锂离子电池故障检测方法及系统
CN114372693B (zh) 一种基于云模型和改进ds证据理论的变压器故障诊断方法
CN112881915A (zh) 锂电池的故障识别方法、识别装置及计算机可读存储介质
CN105956722A (zh) 一种短期风电功率的预测方法及装置
CN111200141A (zh) 基于深度信念网络的质子交换膜燃料电池性能预测及寻优方法
Goshtasbi et al. On parameterizing PEM fuel cell models
CN116794543A (zh) 一种基于GBLS Booster多任务学习模型的锂电池性能预测方法
CN112232386A (zh) 一种基于支持向量机的电压暂降严重程度预测方法
CN117174899B (zh) 一种氟化碳正极材料制备方法
Yuan et al. Fault diagnosis of fuel cells by a hybrid deep learning network fusing characteristic impedance
CN117117258B (zh) 一种氢燃料电池系统的故障监测方法及装置
He et al. A quick evaluation method for the lifetime of the fuel cell MEA with the particle filter algorithm
CN117330987A (zh) 基于时间的电池健康状态评估的方法、系统、介质和设备
CN116736214A (zh) 一种cvt稳定性评估方法和系统
CN112993344A (zh) 基于神经网络的燃料电池系统输出性能预测方法及装置
CN115600728A (zh) 一种动力电池的年度碳排放量估算方法及装置
CN115267586A (zh) 锂电池soh评估方法
Ohenoja et al. Identification of electrochemical model parameters in PEM fuel cells
CN113589175B (zh) 一种燃料电池寿命预测方法和系统
CN113707915B (zh) 一种可用于燃料电池电堆的水管理控制方法及装置
CN117590242B (zh) 电堆的一致性检测方法、装置、存储介质及电子装置
CN113283533B (zh) 面向性能衰退时间序列数据的可借用样本筛选方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant