摘要
本发明涉及燃料电池发动机领域，具体涉及一种燃料电池旁通流量确定方法、装置、存储介质及车辆，该方法包括：采集燃料电池的旁通阀的状态数据，所述状态数据包括旁通阀的开度、温度和压力；将旁通阀的开度和压力输入神经网络预测模型中，得到旁通阀的预测标况流量；所述神经网络预测模型基于旁通阀的历史样本数据训练得到；依据旁通阀的温度和压力计算得到修正因子；依据所述旁通阀的标况流量和所述修正因子计算得到燃料电池旁通流量预测值。其通过神经网络模型与修正因子的结合，兼顾精度、效率与成本，解决了传统MAP方法在精度、内存、数据利用等方面的局限性。
