基于CNN-Transformer的燃料电池故障诊断方法

本发明公开了一种基于CNN‑Transformer的燃料电池故障诊断方法。它包括如下步骤：采集原始数据；对原始数据进行数据预处理和特征重要性评估选择；将经过特征重要性评估选择的数据样本划分为训练集和测试集；将训练集和测试集分别输入CNN‑Transformer模型进行特征提取，输出新训练集和新测试集；构建双全连接层，输出对应CNN‑Transformer模型预测的燃料电池正常、膜干和氢气泄漏三种运行状态，得到每组数据的预测得分；获得CNN‑Transformer模型最优的参数配置；将新测试集带入到参数优化后的CNN‑Transformer模型中，输出燃料电池故障诊断结果。本发明通过提出的CNN‑Transformer算法不仅能够更好地区分燃料电池的正常、膜干和氢气泄漏三种运行状态，而且克服了单一模型鲁棒性不足和泛化能力不强的问题。