基于FCM聚类与BO算法的PEMFC故障分类

针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法。用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本。用FCM聚类算法求得数据样本的聚类中心,划分故障类别,剔除10组隶属度不足的数据。采用BO算法对60组训练数据建模,并验证分析140组测试数据。该方法可快速识别正常、膜干和水淹状态,分类准确率达97.86%。