聚合物电解质膜燃料电池空气供应系统故障诊断

摘要

聚合物电解质膜燃料电池(Polymer Electrolyte Membrane Fuel Cell,PEMFC)空气供应系统中的故障通常会导致系统性能衰减甚至对电堆造成损害.针对PEMFC空气供应系统的故障诊断问题,提出了一种基于改进的人工蜂群算法(IABC)优化支持向量机(SVM)的故障诊断方法.采用文献中的非线性燃料电池系统模型,并在系统中加入方差为1的高斯噪声.通过引入Levy飞行策略,对标准人工蜂群算法(ABC)进行改进,提高了人工蜂群算法的全局搜索的能力,进而通过改进的人工蜂群算法优化支持向量机的惩罚因子C和核函数参数g,利用优化后的SVM分类器模型对PEMFC空气供应系统进行故障诊断研究.结果表明,该IABC-SVM算法故障诊断的准确率达到96.12％,具有良好的故障诊断效果.