基于K均值和支持向量机的燃料电池在线自适应故障诊断

摘要

基于K均值(K-means)和支持向量机(support vector machine,SVM)算法,提出了一种车用燃料电池系统(fuel cell system,FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.