JP4922597B2 - 燃料電池システムの診断方法および診断装置 - Google Patents
燃料電池システムの診断方法および診断装置 Download PDFInfo
- Publication number
- JP4922597B2 JP4922597B2 JP2005312644A JP2005312644A JP4922597B2 JP 4922597 B2 JP4922597 B2 JP 4922597B2 JP 2005312644 A JP2005312644 A JP 2005312644A JP 2005312644 A JP2005312644 A JP 2005312644A JP 4922597 B2 JP4922597 B2 JP 4922597B2
- Authority
- JP
- Japan
- Prior art keywords
- stop
- restart
- fuel cell
- data
- cell system
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
- Fuel Cell (AREA)
Description
この場合において、状態診断手段は、さらに、停止履歴データのうちの停止時間、停止期間セル温度、これに続く再起動後の連続運転時間を入力し、これらの入力データと入力される再起動後の電池電圧との関係を学習して再起動後の電池電圧の補正量を算出する電圧補正量算出モデルを生成し、電圧補正量算出モデルを用いて、停止履歴データとこれに続く現在の再起動後の連続運転時間を入力して電池電圧の補正量を求め、現在の再起動後の電池電圧の計測値を補正量で補正し、補正された電池電圧の計測値と推定値との偏差が予め定めた基準値より大きければ、前記燃料電池システムの異常と判定するようにすることができる。
α≦Xi≦1−α(i = 1,2,…,n)
で正規化した。ただし、0≦α<0.5である。ここでは、α=0.1とした。
次に、制御部44について説明する。制御部44の機能は、(1)内部パラメータの設定機能、(2)動作モード切替え機能、(3)データフロー制御機能の3つである。
11 改質器
12 燃料電池セルスタック
13 インバータ
2 運転データベース
3 停止履歴データ抽出手段
4 状態診断手段
4b 状態診断手段
41 前処理部
42 ARTネットワーク
43 判定部
44 制御部
45 電圧推定モデル
46 異常診断部
5 電圧補正量算出手段
Claims (8)
- 起動停止を繰り返して運転される燃料電池システムの状態を表す複数項目の計測値からなる運転データを周期的に入力し、前記運転データから前記燃料電池システムの停止操作時および/または停止時間における運転データの履歴である停止履歴データを抽出し、前記停止履歴データとこれに続く再起動後の前記運転データとに基づいて前記燃料電池システムの状態を診断する燃料電池システムの診断方法であって、
起動停止の繰り返しごとに、前記停止履歴データのうちの停止時間、停止期間セル温度、前記再起動後の運転データのうちの電池セル温度、改質器温度、電池電流および連続運転時間を入力し、これらの入力データと入力される前記再起動後の電池電圧との関係を学習して再起動後の電池電圧を推定する電圧推定モデルを生成し、
前記電圧推定モデルを用いて、現在の再起動後の運転データのうちの電池セル温度、改質器温度、電池電流および連続運転時間と、直前の前記停止履歴データのうちの停止時間、停止期間セル温度を入力して、現在の再起動後の電池電圧の推定値を求め、
現在の再起動後の電池電圧の計測値と前記推定値との偏差が予め定めた基準値より大きければ、前記燃料電池システムの異常と判定することを特徴とする燃料電池システムの診断方法。 - さらに、前記停止履歴データのうちの停止時間、停止期間セル温度、これに続く前記再起動後の連続運転時間を入力し、これらの入力データと入力される前記再起動後の電池電圧との関係を学習して前記再起動後の電池電圧の補正量を算出する電圧補正量算出モデルを生成し、
前記電圧補正量算出モデルを用いて、前記停止履歴データとこれに続く現在の前記再起動後の連続運転時間を入力して電池電圧の補正量を求め、
現在の再起動後の電池電圧の計測値を前記補正量で補正し、補正された電池電圧の計測値と前記推定値との偏差が予め定めた基準値より大きければ、前記燃料電池システムの異常と判定することを特徴とする請求項1に記載の燃料電池システムの診断方法。 - 起動停止を繰り返して運転される燃料電池システムの状態を表す複数項目の計測値からなる運転データを周期的に入力し、前記運転データから前記燃料電池システムの停止操作時および/または停止時間における運転データの履歴である停止履歴データを抽出し、前記停止履歴データとこれに続く再起動後の前記運転データに基づいて前記燃料電池システムの状態を診断する燃料電池システムの診断方法であって、
前記停止履歴データのうちの停止時間、停止期間セル温度、これに続く前記再起動後の連続運転時間を入力し、これらの入力データと入力される前記再起動後の電池電圧との関係を学習して前記再起動後の電池電圧の補正量を算出する電圧補正量算出モデルを生成し、
前記電圧補正量算出モデルを用いて、前記停止履歴データとこれに続く現在の前記再起動後の連続運転時間を入力して電池電圧の補正量を求め、
前記再起動後の電池セル温度、電池電流を含む現在の複数の運転データと、前記再起動後の前記電池電圧を前記補正量で補正した補正電池電圧とを入力して、これらの入力データの組をパターン認識による類似度に応じて複数のカテゴリに分類し、
分類されたカテゴリが正常時に発生するカテゴリであれば前記燃料電池システムが正常と判定し、正常時に発生したことがないカテゴリであれば前記燃料電池システムが異常と判定することを特徴とする燃料電池システムの診断方法。 - 前記停止履歴データは、さらに、停止操作時の模擬負荷挿入時間、窒素パージ時間、停止時セル温度、停止時水素濃度、停止時酸素濃度の少なくとも1つを含むことを特徴とする請求項1乃至3のいずれか1項に記載の燃料電池システムの診断方法。
- 起動停止を繰り返して運転される燃料電池システムの状態を表す複数項目の計測値からなる運転データが周期的に格納される運転データベースと、前記運転データベースから前記燃料電池システムの停止操作時および/または停止時間における運転データの履歴である停止履歴データを抽出する停止履歴データ抽出手段と、抽出された前記停止履歴データとこれに続く再起動後の前記運転データとに基づいて前記燃料電池システムの状態を診断する状態診断手段とを備えてなる燃料電池システムの診断装置であって、
前記状態診断手段は、起動停止の繰り返しごとに、前記停止履歴データのうちの停止時間、停止期間セル温度、前記再起動後の運転データのうちの電池セル温度、改質器温度、電池電流および連続運転時間を入力し、これらの入力データと入力される前記再起動後の電池電圧との関係を学習して再起動後の電池電圧を推定する電圧推定モデルを生成し、
前記電圧推定モデルを用いて、現在の再起動後の運転データのうちの電池セル温度、改質器温度、電池電流および連続運転時間と、直前の前記停止履歴データのうちの停止時間、停止期間セル温度を入力して、現在の再起動後の電池電圧の推定値を求め、
現在の再起動後の電池電圧の計測値と前記推定値との偏差が予め定めた基準値より大きければ、前記燃料電池システムの異常と判定することを特徴とする燃料電池システムの診断装置。 - 前記状態診断手段は、さらに、前記停止履歴データのうちの停止時間、停止期間セル温度、これに続く前記再起動後の連続運転時間を入力し、これらの入力データと入力される前記再起動後の電池電圧との関係を学習して前記再起動後の電池電圧の補正量を算出する電圧補正量算出モデルを生成し、
前記電圧補正量算出モデルを用いて、前記停止履歴データとこれに続く現在の前記再起動後の連続運転時間を入力して電池電圧の補正量を求め、
現在の再起動後の電池電圧の計測値を前記補正量で補正し、補正された電池電圧の計測値と前記推定値との偏差が予め定めた基準値より大きければ、前記燃料電池システムの異常と判定することを特徴とする請求項5に記載の燃料電池システムの診断方法。 - 起動停止を繰り返して運転される燃料電池システムの状態を表す複数項目の計測値からなる運転データが周期的に格納される運転データベースと、前記運転データベースから前記燃料電池システムの停止操作時および/または停止時間における運転データの履歴である停止履歴データを抽出する停止履歴データ抽出手段と、抽出された前記停止履歴データとこれに続く再起動後の前記運転データとに基づいて前記燃料電池システムの状態を診断する状態診断手段とを備えてなる燃料電池システムの診断装置であって、
前記状態診断手段は、前記停止履歴データのうちの停止時間、停止期間セル温度、これに続く前記再起動後の連続運転時間を入力し、これらの入力データと入力される前記再起動後の電池電圧との関係を学習して前記再起動後の電池電圧の補正量を算出する電圧補正量算出モデルを生成し、
前記再起動後の電池セル温度、電池電流を含む現在の複数の運転データと、前記再起動後の前記電池電圧を前記補正量で補正した補正電池電圧とを入力して、これらの入力データの組をパターン認識による類似度に応じて複数のカテゴリに分類し、
分類されたカテゴリが正常時に発生するカテゴリであれば前記燃料電池システムが正常と判定し、正常時に発生したことがないカテゴリであれば前記燃料電池システムが異常と判定することを特徴とする燃料電池システムの診断装置。 - 前記停止履歴データは、さらに、停止操作時の模擬負荷挿入時間、窒素パージ時間、停止時セル温度、停止時水素濃度、停止時酸素濃度の少なくとも1つを含むことを特徴とする請求項5乃至7のいずれか1項に記載の燃料電池システムの診断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005312644A JP4922597B2 (ja) | 2005-10-27 | 2005-10-27 | 燃料電池システムの診断方法および診断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005312644A JP4922597B2 (ja) | 2005-10-27 | 2005-10-27 | 燃料電池システムの診断方法および診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007123007A JP2007123007A (ja) | 2007-05-17 |
JP4922597B2 true JP4922597B2 (ja) | 2012-04-25 |
Family
ID=38146633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005312644A Expired - Fee Related JP4922597B2 (ja) | 2005-10-27 | 2005-10-27 | 燃料電池システムの診断方法および診断装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4922597B2 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5056239B2 (ja) * | 2007-07-30 | 2012-10-24 | トヨタ自動車株式会社 | 燃料電池システム |
JP5008613B2 (ja) * | 2008-06-30 | 2012-08-22 | アイシン精機株式会社 | 燃料電池システム |
JP5321230B2 (ja) * | 2009-05-01 | 2013-10-23 | トヨタ自動車株式会社 | 燃料電池システム |
JP5150590B2 (ja) * | 2009-09-25 | 2013-02-20 | 株式会社日立製作所 | 異常診断装置及び異常診断方法 |
IN2012DN02779A (ja) * | 2009-10-02 | 2015-09-18 | Hitachi Ltd | |
JP2011170983A (ja) * | 2010-02-16 | 2011-09-01 | Toto Ltd | 燃料電池システム |
JP5484591B2 (ja) * | 2010-12-02 | 2014-05-07 | 株式会社日立製作所 | プラントの診断装置及びプラントの診断方法 |
JP5988758B2 (ja) | 2012-08-06 | 2016-09-07 | 京セラ株式会社 | 電力管理システム、電力管理方法、電力制御装置及び燃料電池装置 |
KR101558740B1 (ko) | 2014-02-24 | 2015-10-07 | 현대자동차주식회사 | 연료 전지 시스템의 상태 진단 방법 및 장치 |
JP6121605B2 (ja) * | 2016-08-09 | 2017-04-26 | 京セラ株式会社 | 電力管理システム、電力管理方法、電力制御装置及び燃料電池装置 |
KR102042077B1 (ko) | 2016-09-26 | 2019-11-07 | 주식회사 엘지화학 | 인공지능형 연료전지 시스템 |
US11508980B2 (en) * | 2017-01-06 | 2022-11-22 | Cummins Enterprise Llc | Systems and methods for distributed fault management in fuel cell systems |
KR102417895B1 (ko) * | 2017-06-21 | 2022-07-07 | 현대자동차주식회사 | 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템 |
JP6514384B2 (ja) * | 2018-03-26 | 2019-05-15 | 京セラ株式会社 | 電力管理システム、電力管理方法、電力制御装置及び燃料電池装置 |
JP2020170596A (ja) * | 2019-04-01 | 2020-10-15 | 大阪瓦斯株式会社 | 故障予兆検知システム |
KR102046536B1 (ko) * | 2019-08-01 | 2019-11-19 | 서울대학교산학협력단 | 연료전지 열관리 시스템의 고장 진단 방법 |
JP7450521B2 (ja) | 2020-11-20 | 2024-03-15 | 東京瓦斯株式会社 | 故障診断装置、故障診断システム、及び故障診断プログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3460897B2 (ja) * | 1995-11-21 | 2003-10-27 | 三菱電機株式会社 | 燃料電池発電装置 |
JP2000215903A (ja) * | 1999-01-25 | 2000-08-04 | Toshiba Corp | 固体高分子電解質型燃料電池 |
JP4016536B2 (ja) * | 1999-07-09 | 2007-12-05 | 日産自動車株式会社 | 燃料電池車の出力診断装置 |
JP4210055B2 (ja) * | 2001-12-12 | 2009-01-14 | 日産自動車株式会社 | 燃料電池システムの診断装置 |
JP2003223917A (ja) * | 2002-01-30 | 2003-08-08 | Mitsubishi Heavy Ind Ltd | コジェネレーションプラント運転支援システム及び運転支援方法 |
US6835479B2 (en) * | 2002-06-26 | 2004-12-28 | Utc Fuel Cells, Llc | System and method for shutting down a fuel cell power plant |
JP4629319B2 (ja) * | 2003-08-06 | 2011-02-09 | パナソニック株式会社 | 電源装置 |
JP4430384B2 (ja) * | 2003-11-28 | 2010-03-10 | 株式会社日立製作所 | 設備の診断装置及び診断方法 |
-
2005
- 2005-10-27 JP JP2005312644A patent/JP4922597B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007123007A (ja) | 2007-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4922597B2 (ja) | 燃料電池システムの診断方法および診断装置 | |
EP1416348B1 (en) | Methodology for temporal fault event isolation and identification | |
CN116757534B (zh) | 一种基于神经训练网络的智能冰箱可靠性分析方法 | |
CN114559819B (zh) | 一种基于信号处理的电动汽车电池安全预警方法 | |
US20090043447A1 (en) | Systems and Methods for Model-Based Sensor Fault Detection and Isolation | |
US11965935B2 (en) | Method and apparatus for operating a system for providing predicted states of health of electrical energy stores for a device using machine learning methods | |
US11604934B2 (en) | Failure prediction using gradient-based sensor identification | |
EP3250965B1 (en) | Methods and systems for detecting, classifying and/or mitigating sensor error | |
Niu et al. | Lebesgue sampling based deep belief network for lithium-ion battery diagnosis and prognosis | |
CN110689203A (zh) | 基于自编码器的火电厂一次风机故障预警方法 | |
Ma et al. | Data-driven prognostics for PEM fuel cell degradation by long short-term memory network | |
JPH11212637A (ja) | 予防保全方法及び装置 | |
CN115455746B (zh) | 一种核动力装置运行监测数据异常检测与校正一体化方法 | |
KR101315764B1 (ko) | 연료전지용 수소 공급 시스템의 고장 진단 방법 | |
CN114994543A (zh) | 储能电站电池故障诊断方法、装置及存储介质 | |
CN114912640A (zh) | 基于深度学习的发电机组的异常模式检测方法及系统 | |
CN111474476B (zh) | 一种电机故障预测方法 | |
CN116893366A (zh) | 用于运行系统以识别设备的电蓄能器的异常的方法和装置 | |
CN115712064A (zh) | 一种基于lstm-cnn混合神经网络的励磁系统故障诊断方法 | |
CN114818116A (zh) | 基于联合学习的飞机发动机失效模式识别和寿命预测方法 | |
CN117491793B (zh) | 一种氢电耦合系统综合性能测试方法、装置及介质 | |
Wang | Remaining Useful Life Prediction of Proton Exchange Membrane Fuel Cell Based on Deep Learning | |
CN109885022B (zh) | 一种基于潜故障敏感子空间的故障检测方法 | |
Eklund | Using synthetic data to train an accurate real-world fault detection system | |
Soualhi et al. | Remaining useful life estimation of turbofan engines using adaptive fault detection learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071218 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110506 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110517 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110830 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120117 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120206 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150210 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |