1D 합성곱층 및 CatBoost를 이용한 프로톤 교환막 연료 전지 스택의 다단계 성능 저하 예측 방법

요약 기후 변화 및 대기 오염과 같은 환경 문제의 증가로 제조, 건물 및 운송 등 다양한 분야에서 에너지 절약 및 배출 감소가 필요하다. 이러한 문제를 해결하기 위해 프로톤 교환막 연료 전지(PEMFC)는 제로 오염, 높은 효율성 및 낮은 작동 소음의 장점 덕분에 점차 유망한 녹색 에너지 변환 장치로 부상하고 있다. 그러나 내구성 문제는 PEMFC의 대규모 상업적 응용을 극도로 제한하고 있다. PEMFC의 서비스 수명을 연장하기 위해 성능 저하 예측은 효과적인 방법이다. 이 논문은 CatBoost 특성 선택, 합성곱 컴퓨팅 및 인터랙티브 학습 메커니즘에 기반한 프로톤 교환막 연료 전지를 위한 다단계 성능 저하 예측 방법을 제안한다. CatBoost는 성능 저하에 대한 모니터링 매개변수의 중요성을 평가하는 데 사용된다. 평가 결과와 PEMFC 저하 메커니즘 분석이 예측 모델 구성을 위한 모니터링 매개변수 선택에 사용된다. 1D 합성곱층과 인터랙티브 학습 메커니즘을 기반으로 한 예측 모델은 모니터 데이터에서 깊은 특징을 추출하여 연료 전지 시스템의 성능 저하를 예측하도록 제안된다. 특히, 다단계 예측은 구성 가능한 슬라이딩 윈도우를 통해 수행된다. 제안된 방법의 효과는 실제 실험 데이터세트에서 검증되었으며, 실험 결과는 제안된 방법이 다단계 저하 예측에 특히 효과적이며 특성 선택 및 1D 합성곱층에 의해 계산을 감소시킨다는 것을 보여준다.