[发明专利]诊断固体氧化物燃料电池系统故障的方法及设备

权利要求书

1.一种诊断固体氧化物燃料电池系统故障的方法，其特征在于，包括：

根据固体氧化物燃料电池系统模型，获取诊断样本集，针对所述诊断样本集，得到神经网络模型的系统参数，采用所述系统参数和诊断样本集，对所述神经网络模型进行训练，得到最终故障诊断模型；

实时采集固体氧化物燃料电池系统的工作数据，输入至所述最终故障诊断模型，得到固体氧化物燃料电池系统的故障类型，其中，神经网络模型采用四输入二输出的模式，输入参数包括：燃烧室出口温度、系统功率、重整器温度、输出电压，输出状态为：0代表系统正常工作状态，1代表重整室燃料管道漏气故障，隐含层节点设置为8；

所述根据固体氧化物燃料电池系统模型，获取诊断样本集，包括：

对固体氧化物燃料电池系统模型的重整室燃料管道漏气故障，以及正常工作状态进行仿真模拟，将仿真数据和实验数据作为所述诊断样本集；

所述采用所述系统参数和诊断样本集，对所述神经网络模型进行训练，包括正则化所述神经网络模型：

其中，F为目标函数；E_w为连接权值的平方和；w_j为第j个连接权值；E_d为神经网络模型响应的均方差；和为目标函数F的参数；

所述和，包括：

其中，为目标函数最小处值；为神经网络模型有效参数的个数，具体表达式如下：

其中，K为神经网络模型中的连接权值的个数。

2.根据权利要求1所述的诊断固体氧化物燃料电池系统故障的方法，其特征在于，所述针对所述诊断样本集，得到神经网络模型的系统参数，包括：

根据所述诊断样本集的输入输出对应关系，设置神经网络模型的输入层、输出层、隐含层层数、隐含层神经元数和激活函数。

3.根据权利要求2所述的诊断固体氧化物燃料电池系统故障的方法，其特征在于，所述设置神经网络模型的激活函数，包括：

其中，为激活函数；z为的输入变量。

4.一种诊断固体氧化物燃料电池系统故障的装置，其特征在于，包括：

故障诊断模型获取模块，用于根据固体氧化物燃料电池系统模型，获取诊断样本集，针对所述诊断样本集，得到神经网络模型的系统参数，采用所述系统参数和诊断样本集，对所述神经网络模型进行训练，得到最终故障诊断模型；

故障诊断执行模块，用于实时采集固体氧化物燃料电池系统的工作数据，输入至所述最终故障诊断模型，得到固体氧化物燃料电池系统的故障类型，其中，神经网络模型采用四输入二输出的模式，输入参数包括：燃烧室出口温度、系统功率、重整器温度、输出电压，输出状态为：0代表系统正常工作状态，1代表重整室燃料管道漏气故障，隐含层节点设置为8；

所述根据固体氧化物燃料电池系统模型，获取诊断样本集，包括：

对固体氧化物燃料电池系统模型的重整室燃料管道漏气故障，以及正常工作状态进行仿真模拟，将仿真数据和实验数据作为所述诊断样本集；

所述采用所述系统参数和诊断样本集，对所述神经网络模型进行训练，包括正则化所述神经网络模型：

其中，F为目标函数；E_w为连接权值的平方和；w_j为第j个连接权值；E_d为神经网络模型响应的均方差；和为目标函数F的参数；

所述和，包括：

其中，为目标函数最小处值；为神经网络模型有效参数的个数，具体表达式如下：

其中，K为神经网络模型中的连接权值的个数。

5.一种电子设备，其特征在于，包括：

至少一个处理器、至少一个存储器、通信接口和总线；其中，

所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行如权利要求1至3任一项所述的方法。

6.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至3中任一项所述的方法。