手机知网 App
24小时专家级知识服务
打 开
无机化工
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于CNN-BiLSTM双通道特征融合的PEMFC水淹故障识别方法
武汉理工大学水路交通控制全国重点实验室;
武汉理工大学船海与能源动力工程学院;
武汉理工大学交通与物流工程学院可靠性与新能源研究所;
武汉众宇动力系统科技有限公司
|
赵旭阳
袁裕鹏
童亮
朱小芳
李骁
开通知网号
为及时准确地识别质子交换膜燃料电池(PEMFC)水淹故障,提出基于卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)双通道特征融合的PEMFC水淹故障识别方法。首先,采用归一化消除原始特征之间的量纲;在此基础上利用随机森林(RF)评估数据的特...
机 构:
武汉理工大学水路交通控制全国重点实验室;
武汉理工大学船海与能源动力工程学院;
武汉理工大学交通与物流工程学院可靠性与新能源研究所;
武汉众宇动力系统科技有限公司;
领 域:
无机化工;
电力工业;
自动化技术;
关键词:
质子交换膜燃料电池;
故障诊断;
卷积神经网络;
长短时记忆网络;
随机森林;
支持向量机;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
312
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
太阳能学报
2025年04期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索