一种燃料电池性能退化预测方法

本发明公开一种燃料电池性能退化预测方法，采集燃料电池电压退化数据，采用SG滤波器对原始数据进行平滑处理，运用灰色关联度分析对数据进行辅助变量的选取，建立基于Bagging集成学习和时间卷积网络性能退化预测模型；采用半数均匀初始化对蝠鲼觅食优化算法的种群进行初始化操作，在链式觅食的位置更新中引入自适应权重和适应度‑距离平衡策略，得到IMRFO；运用Bagging集成学习对多个弱学习器进行融合预测，并利用第一层的预测结果对TCN模型进行训练，同时使用IMRFO对TCN进行参数优化，获得最佳参数，并将最优参数和测试数据样本输入到TCN预测模型中得到最终预测结果。与现有技术相比，本发明能够有效地预测燃料电池电压退化趋势，提高性能退化预测模型精度。