基于两点阻抗测量的质子交换膜燃料电池状态监测方法

1.本发明涉及燃料电池应用领域的质子交换膜燃料电池状态监测方法，特别涉及一种基于两点阻抗测量的质子交换膜燃料电池的状态监测方法。


背景技术：

2.质子交换膜燃料电池是一种高效利用氢能的电化学装置，具有功率密度大、效率高、清洁、无污染、噪声低等良好性能。
3.质子交换膜燃料电池在运行过程中，由于功率状况复杂以及水热管理不足等问题，电堆容易处于水淹、膜干、空气饥饿等故障状态。长时间工作于故障状态下会对电池内部的性能和结构产生恶劣的影响。由于电堆结构的特性，难以在其内部安装传感器进行实时监控，这进一步增加了控制与诊断的难度。因此，高效的状态监测方法对于燃料电池的耐久度和寿命来说至关重要、
4.传统的状态监测方法基于模型的、基于电压的、基于数据的和基于电化学阻抗谱的。其中，基于电化学阻抗谱的状态监测方法可以获得燃料电池电堆内部的状态信息，但是对于实时的状态监测应用来说，测试时间还需要进一步缩短，同时，状态分类的精确度也需要进一步提高。


技术实现要素：

5.为了解决现有技术的不足，本发明提出了一种基于两点阻抗测量的质子交换膜燃料电池状态监测方法。
6.本发明采用以下技术方案：
7.1)利用快速电化学阻抗谱方法得到不同工作状态下的质子交换膜燃料电池的阻抗谱；
8.2)根据燃料电池的阻抗谱和对应的工作状态，利用基于线性判别分析的分类模型选择阻抗谱的两个频率并记为特征频率，同时获得两个特征频率对应的训练好的分类模型；
9.3)在线状态监测时，实时采集燃料电池的两个特征频率的阻抗，再将实时采集的阻抗输入到步骤2)中训练好的分类模型中，训练好的分类模型输出当前燃料电池的工作状态。
10.所述步骤1)具体为：
11.首先将两段不同位数的最长线性移位寄存器序列均作为电流激励信号，接着依次将两个电流激励信号注入到燃料电池中并采集燃料电池的电流和电压响应，再根据燃料电池两次的电流和电压响应，依次利用morlet小波变换和最大似然估计计算出预设频率范围内的电化学阻抗谱。
12.所述步骤2)具体为：
13.将阻抗谱的预设频率范围分为低频段和高频段，从低频段和高频段中各选一个频
率后组成频率组合，每个频率组合下的阻抗和对应的工作状态构成一个训练集，将训练集输入到基于线性判别分析的分类模型进行训练，获得对应的分类精度；遍历各个频率组合，获得各个频率组合对应的分类精度，保留分类精度大于精度阈值的频率组合，在保留的频率组合中选择测量时间最短的频率组合并将该频率组合的两个频率作为特征频率，同时将该频率组合下训练的基于线性判别分析的分类模型作为训练好的分类模型。
14.所述步骤3)中，将两个特征频率的方波信号均作为电流激励信号，接着依次将两个电流激励信号注入到燃料电池中并采集燃料电池的电流和电压响应，再根据燃料电池两次的电流和电压响应，分别利用快速傅里叶变换计算出质子交换膜燃料电池在两个特征频率下的阻抗。
15.所述预设频率范围中低频和高频的分界点是根据较短位数的最长线性移位寄存器序列确定。
16.本发明的有益效果为：
17.本发明解决了质子交换膜燃料电池运行过程中状态监测实时性不够、精确度不高、可迁移性差的问题，能够提高质子交换膜燃料电池工作的可靠性和耐久性。
附图说明
18.下面结合附图和具体试试方式来详细说明本发明。
19.图1是本发明中质子交换膜燃料电池状态监测方法的结构图。
20.图2是本发明实施例中不同工作状态的质子交换膜燃料电池的阻抗谱。
21.图3是本发明实施例中不同工作状态的质子交换膜燃料电池的两点阻抗图。
22.图4是本发明实施例中不同工作状态的分类结果图。
具体实施方式
23.下面结合附图和具体实施例，进一步阐述本发明。
24.如图1所示，本发明包括以下步骤：
25.1)利用快速电化学阻抗谱方法得到不同工作状态下的质子交换膜燃料电池的阻抗谱；
26.步骤1)具体为：
27.首先将两段不同位数的最长线性移位寄存器序列(m序列)均作为电流激励信号，接着依次将两个电流激励信号注入到燃料电池中并采集燃料电池的电流和电压响应，再根据燃料电池两次的电流和电压响应，依次利用morlet小波变换和最大似然估计计算出预设频率范围内的电化学阻抗谱。具体实施中，预设频率范围为0.5hz～500hz。如图2所示，快速电化学阻抗谱可以快速测量质子交换膜燃料电池在0.5hz～500hz频率范围内的阻抗信息。其中图2的(a)是一个400w质子交换膜燃料电池的阻抗谱，图2的(b)是一个3kw质子交换膜燃料电池的阻抗谱。
28.2)根据燃料电池的阻抗谱和对应的工作状态，利用基于线性判别分析的分类模型选择阻抗谱的两个频率并记为特征频率，同时获得两个特征频率对应的训练好的分类模型；
29.步骤2)具体为：
30.将阻抗谱的预设频率范围分为低频段和高频段，从低频段和高频段中各选一个频率后组成频率组合，每个频率组合下的阻抗和对应的工作状态构成一个训练集，每个频率下的阻抗的实部和虚部分别作为一个分类特征，将训练集输入到基于线性判别分析的分类模型进行训练，获得对应的分类精度；遍历各个频率组合，获得各个频率组合对应的分类精度，保留分类精度大于精度阈值的频率组合，在保留的频率组合中选择测量时间最短的频率组合并将该频率组合的两个频率作为特征频率，同时将该频率组合下训练的基于线性判别分析的分类模型作为训练好的分类模型。
31.具体实施中，低频段为0.5hz～60hz，高频段为60hz～500hz，频率分界点由较短位数的最长线性移位寄存器序列来确定，选择的两个最长线性移位寄存器序列的时钟频率分别为200hz和1500hz，对应的有效带宽分别为200/3hz和1500/3hz，因此在带宽范围内分别取60hz和500hz作为两个频段的最高频率。
32.3)在线状态监测时，只需要实时采集燃料电池的两个特征频率的阻抗，再将实时采集的阻抗输入到步骤2)中训练好的分类模型中，训练好的分类模型可以快速输出当前燃料电池的工作状态。具体实施中，燃料电池的工作状态为正常工作、空气饥饿、膜干和水淹状态。如图3所示，所述的两点阻抗测量可以测量0.5hz～500hz频率范围任意两个频率下的阻抗信息。其中图3的(a)是一个400w质子交换膜燃料电池的四种状态下的两点阻抗样本，图3的(b)是一个3kw质子交换膜燃料电池的四种状态下的两点阻抗样本。如果训练好的分类模型判断质子交换膜燃料电池属于正常工作状态，则继续定时监测，否则进行故障处理。
33.步骤3)中，将两个特征频率的方波信号均作为电流激励信号，接着依次将两个电流激励信号注入到燃料电池中并采集燃料电池的电流和电压响应，再根据燃料电池两次的电流和电压响应，分别利用快速傅里叶变换计算出质子交换膜燃料电池在两个特征频率下的阻抗。
34.如图4所示，通过实验对该状态监测方法进行验证，实验在一个400w和一个3kw的质子交换膜燃料电池电堆上分别进行。在燃料电池的正常运行过程中，通过改变运行条件让电池分别工作在正常状态、空气饥饿状态、膜干状态和水淹状态，并进行快速电化学阻抗谱数据的采集。通过阻抗谱数据对分类器进行训练，并找到不同电堆的最佳两点频率。
35.如图4所示，从状态分类的结果来看，在两个不同功率等级的质子交换膜燃料电池电堆上分别进行实验验证，其中在400w质子交换膜燃料电池上实验的结果(图4的(a))可以看出，在30次状态分类中，有29次均正确分类；在3kw质子交换膜燃料电池上实验的结果(图4的(b))可以看出，在32次状态分类中，有31次均正确分类。同时，通过测量，通过两点阻抗测量的方式进行信号注入的时间低于5秒，总状态监测的周期低于10秒。
36.本发明提出的基于两点阻抗测量的质子交换膜燃料电池状态监测方法能够实现质子交换膜燃料电池的快速状态监测，提高了状态监测的快速性和准确性。
37.以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受到上述说明书和实施方式的限制，上述描述只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都会落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。