来源：期刊VIP网 时间：
作者：李学普;董萤;张佳峰;
单位：中车大同电力机车有限公司;
摘要：为改善现有氢燃料电池在温度异常波动后的“被动式”温度管理策略，文中提出基于温度状态时序特征挖掘形成温度预测模型的异常主动感知方法。从数据驱动视角出发，研究构建了氢燃料机车燃料电池温度监测与预测算法，针对理论阈值的可确定性提出回归预测和分类预测2类算法逻辑，利用真实氢燃料机车监测数据和随机森林等机器学习模型形成了氢燃料电池温度异常状态短临预警方法。经验证，该数据驱动方法对于10 s时间步长的温度预测满足精度要求，兼具氢燃料电池场景适用性和推广性。
关键词：氢燃料电池;;热管理;;温度预测;;数据驱动
基金资助：中国国家铁路集团有限公司科技研究开发计划系统性重大课题(P2023J007)
