基于混合概率数据驱动模型的燃料电池性能衰减预测方法

郭冰新; 谢长君; 朱文超; 杨扬; 杜帮华

doi:10.13334/j.0258-8013.pcsee.232064

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于混合概率数据驱动模型的燃料电池性能衰减预测方法

可再生能源与储能 | 更新时间：2026-02-06

- 基于混合概率数据驱动模型的燃料电池性能衰减预测方法
- Fuel Cell Performance Degradation Prediction Method Based on Hybrid Probabilistic Data-driven Model
- “介绍了其在燃料电池性能衰减预测领域的研究进展，相关专家提出了基于混合概率的数据驱动模型，为解决预测结果可信度不足问题提供了新方案。”
- 中国电机工程学报 2025年45卷第10期页码：3892-3901
- 作者机构：
  
  1. 武汉理工大学, 湖北省武汉市 430000
  2. 材料复合新技术国家重点实验室(武汉理工大学), 湖北省武汉市 430000
- 作者简介：
  
  [ "郭冰新(2000)，男，硕士研究生，研究方向为燃料电池寿命预测、故障诊断等，277216@whut.edu.cn" ]
  [ "谢长君(1980)，男，博士，教授，博士生导师，研究方向为燃料电池与锂电池管理系统等，jackxie@whut.edu.cn" ]
  朱文超(1993)，男，博士，助理研究员，研究方向为寿命预测、温差发电技术等，zhuwenchao@whut.edu.cn
- 基金信息：
  
  国家重点研发计划项目(2020YFB1506802);广东省重点领域研发计划项目(2020B0909040004)
- DOI：10.13334/j.0258-8013.pcsee.232064
  中图分类号： TM911
- 收稿：2023-09-25，
  
  网络首发：2024-07-15，
  
  纸质出版：2025-05-20
- 稿件说明：
移动端阅览
郭冰新, 谢长君, 朱文超, 等. 基于混合概率数据驱动模型的燃料电池性能衰减预测方法[J]. 中国电机工程学报, 2025,45(10):3892-3901.

Bingxin GUO, Changjun XIE, Wenchao ZHU, et al. Fuel Cell Performance Degradation Prediction Method Based on Hybrid Probabilistic Data-driven Model[J]. Proceedings of the CSEE, 2025, 45(10): 3892-3901.
郭冰新, 谢长君, 朱文超, 等. 基于混合概率数据驱动模型的燃料电池性能衰减预测方法[J]. 中国电机工程学报, 2025,45(10):3892-3901. DOI： 10.13334/j.0258-8013.pcsee.232064.

Bingxin GUO, Changjun XIE, Wenchao ZHU, et al. Fuel Cell Performance Degradation Prediction Method Based on Hybrid Probabilistic Data-driven Model[J]. Proceedings of the CSEE, 2025, 45(10): 3892-3901. DOI： 10.13334/j.0258-8013.pcsee.232064.

浏览量

128

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于日常片段充电数据的锂电池健康状态实时评估方法研究

考虑源–荷随机–模糊特征的配电网潮流不确定性量化方法

基于混合概率数据驱动模型的燃料电池性能衰减预测方法

Fuel Cell Performance Degradation Prediction Method Based on Hybrid Probabilistic Data-driven Model

DOI：10.13334/j.0258-8013.pcsee.232064