基于FCM聚类与BO算法的PEMFC故障分类

基于FCM聚类与BO算法的PEMFC故障分类
卢忠昌;刘芙蓉;杨扬;谢长君
【期刊名称】《电池》
【年(卷),期】2022(52)6
【摘要】针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法。

用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本。

用FCM聚类算法求得数据样本的聚类中心,划分故障类别,剔除10组隶属度不足的数据。

采用BO算法对60组训练数据建模,并验证分析140组测试数据。

该方法可快速识别正常、膜干和水淹状态,分类准确率达97.86%。

【总页数】4页(P606-609)
【作者】卢忠昌;刘芙蓉;杨扬;谢长君
【作者单位】武汉理工大学自动化学院;武汉理工大学汽车工程学院
【正文语种】中文
【中图分类】TM911.42
【相关文献】
1.基于改进的半监督FCM聚类算法的肺结节分类与识别
2.基于FCM聚类算法的呼吸音分类识别研究
3.基于改进FCM聚类算法的违禁品分类
4.基于FCM聚类算法的点云数据分类与提取
5.基于FCM聚类算法的点云数据分类与提取
因版权原因，仅展示原文概要，查看原文内容请购买。