| 注册
首页|期刊导航|电工技术学报|基于在线序列超限学习机和主成分分析的蒸汽冷却型燃料电池系统快速故障诊断方法

基于在线序列超限学习机和主成分分析的蒸汽冷却型燃料电池系统快速故障诊断方法

刘嘉蔚 李奇 陈维荣 余嘉熹 燕雨

电工技术学报2019,Vol.34Issue(18):3949-3960,12.
电工技术学报2019,Vol.34Issue(18):3949-3960,12.DOI:10.19595/j.cnki.1000-6753.tces.181051

基于在线序列超限学习机和主成分分析的蒸汽冷却型燃料电池系统快速故障诊断方法

Fast Fault Diagnosis Method of Evaporatively Cooled Fuel Cell System Based on Online Sequential Extreme Learning Machine and Principal Component Analysis

刘嘉蔚 1李奇 1陈维荣 1余嘉熹 1燕雨1

作者信息

  • 1. 西南交通大学电气工程学院 成都 611756
  • 折叠

摘要

关键词

在线序列超限学习机/蒸汽冷却型燃料电池系统/故障诊断/主成分分析/数据驱动

分类

信息技术与安全科学

引用本文复制引用

刘嘉蔚,李奇,陈维荣,余嘉熹,燕雨..基于在线序列超限学习机和主成分分析的蒸汽冷却型燃料电池系统快速故障诊断方法[J].电工技术学报,2019,34(18):3949-3960,12.

基金项目

国家自然科学基金(61473238)和四川省科技计划(应用基础面上项目)(19YYJC0698)资助项目. (61473238)

电工技术学报

OA北大核心CSCDCSTPCD

1000-6753

访问量0
|
下载量0
段落导航相关论文