燃料电池的性能检测方法、装置、设备及存储介质与流程

本发明涉及电池检测领域，尤其涉及一种燃料电池的性能检测方法、装置、设备及存储介质。

背景技术：

1、微生物燃料电池是一种独特的生物电化学系统，通过利用微生物的新陈代谢活动将有机废弃物转化为电能，并同时实现水的净化。这种技术在能源产生和废物处理领域的潜力引发了科研人员的浓厚兴趣。然而，要实现微生物燃料电池的实际应用，需要深入了解其性能、效率和稳定性等关键指标。

2、研究背景表明，微生物燃料电池作为一种潜在的能源技术，需要进一步的性能检测和优化。传统的方法存在一些限制，无法全面、高效地评估微生物燃料电池的性能。因此，针对微生物燃料电池的性能检测方法的研究变得尤为重要。基于此，提出了一种新颖的燃料电池性能检测方法，旨在全面评估微生物燃料电池的电极活性、质子传递率和能量转换效率等关键参数，以实现对微生物燃料电池性能的深入理解和优化。

技术实现思路

1、本发明提供了一种燃料电池的性能检测方法、装置、设备及存储介质，用于提高燃料电池的性能检测准确率。

2、本发明第一方面提供了一种燃料电池的性能检测方法，所述燃料电池的性能检测方法包括：

3、基于预设的电位差梯度数据对微生物燃料电池进行电极活性测试，得到目标电流数据，并获取所述微生物燃料电池的电极面积数据，对所述目标电流数据进行电极活性计算，生成电极活性变化曲线；

4、基于所述电位差梯度数据，对所述微生物燃料电池进行电解质膜质子传递率测定，生成质子传递率变化曲线；

5、基于预设的有机物浓度梯度数据，对所述微生物燃料电池进行电能输出检测，得到输出电能数据，并根据所述输出电能数据计算所述微生物燃料电池的能量转换效率变化曲线；

6、对所述电极活性变化曲线进行特征提取，得到多个电极活性特征，并对所述质子传递率变化曲线进行特征提取，得到多个质子传递率特征，以及对所述能量转换效率变化曲线进行特征提取，得到多个能量转换效率特征；

7、根据所述多个电极活性特征、所述多个质子传递率特征及所述多个质子传递率特征创建所述微生物燃料电池的多个初始电池性能参数组合；

8、将所述多个初始电池性能参数组合输入预置的参数组合最优化分析模型进行参数组合的最优化分析，得到所述微生物燃料电池的目标电池性能参数组合。

9、结合第一方面，在本发明第一方面的第一种实现方式中，所述基于预设的电位差梯度数据对微生物燃料电池进行电极活性测试，得到目标电流数据，并获取所述微生物燃料电池的电极面积数据，对所述目标电流数据进行电极活性计算，生成电极活性变化曲线，包括：

10、基于预设的电位差梯度数据确定多个测试电位差，并基于所述多个测试电位差对微生物燃料电池进行电极活性测试，得到目标电流数据；

11、获取所述微生物燃料电池的电极面积数据，并根据所述目标电流数据和所述电极面积数据计算所述微生物燃料电池的电流密度数据；

12、对所述电流密度数据和所述电极面积数据进行电极活性分析，得到电极活性数据；

13、构建所述电极活性数据和所述多个测试电位差之间的第一映射关系，并根据所述第一映射关系对所述电极活性数据和所述多个测试电位差进行曲线转换，生成电极活性变化曲线。

14、结合第一方面，在本发明第一方面的第二种实现方式中，所述基于所述电位差梯度数据，对所述微生物燃料电池进行电解质膜质子传递率测定，生成质子传递率变化曲线，包括：

15、基于所述电位差梯度数据中的多个测试电位差，并按照所述多个测试电位差的电位梯度升高顺序对所述微生物燃料电池进行电解质膜测试；

16、采集每两个相邻测试电位差之间的时间间隔数据，并根据所述时间间隔数据计算所述微生物燃料电池的电位差梯度变化率；

17、获取每个电位差梯度变化率的初始电位差梯度，并根据所述电位差梯度变化率和所述初始电位差梯度计算所述微生物燃料电池的质子传递率数据；

18、构建所述质子传递率数据与所述多个测试电位差之间的第二映射关系，并根据所述第二映射关系对所述质子传递率数据和所述多个测试电位差进行分布曲线拟合，生成质子传递率变化曲线。

19、结合第一方面，在本发明第一方面的第三种实现方式中，所述基于预设的有机物浓度梯度数据，对所述微生物燃料电池进行电能输出检测，得到输出电能数据，并根据所述输出电能数据计算所述微生物燃料电池的能量转换效率变化曲线，包括：

20、基于预设的有机物浓度梯度数据生成多个测试有机物浓度，并按照所述多个测试有机物浓度的浓度梯度升高顺序对所述微生物燃料电池进行输出电能测试；

21、基于预设的多个采样点，获取每个测试有机物浓度下所述微生物燃料电池对应的多个采样电能数据；

22、对所述多个采样电能数据进行均值运算，得到每个测试有机物浓度对应的输出电能数据；

23、计算每个测试有机物浓度的输入有机物能量，并根据所述输入有机物能量和所述输出电能数据计算每个测试有机物浓度的能量转换效率数据；

24、构建所述能量转换效率数据与所述多个测试有机物浓度之间的第三映射关系，并根据所述第三映射关系对所述能量转换效率数据与所述多个测试有机物浓度进行曲线转换，生成能量转换效率变化曲线。

25、结合第一方面，在本发明第一方面的第四种实现方式中，所述对所述电极活性变化曲线进行特征提取，得到多个电极活性特征，并对所述质子传递率变化曲线进行特征提取，得到多个质子传递率特征，以及对所述能量转换效率变化曲线进行特征提取，得到多个能量转换效率特征，包括：

26、对所述电极活性变化曲线进行统计特征运算，得到第一曲线均值以及第一曲线标准差；

27、根据所述第一曲线均值以及所述第一曲线标准差，对所述电极活性变化曲线进行电极活性特征运算，得到多个电极活性特征；

28、对所述质子传递率变化曲线进行统计特征运算，得到第二曲线均值以及第二曲线标准差；

29、根据所述第二曲线均值以及所述第二曲线标准差，对所述质子传递率变化曲线进行时间关联特征和频域特征提取，得到多个质子传递率特征；

30、对所述能量转换效率变化曲线进行统计特征运算，得到第三曲线均值以及第三曲线标准差；

31、根据所述第三曲线均值以及所述第三曲线标准差，对所述能量转换效率变化曲线进行时域和频域特征组合，得到多个能量转换效率特征。

32、结合第一方面，在本发明第一方面的第五种实现方式中，所述根据所述多个电极活性特征、所述多个质子传递率特征及所述多个质子传递率特征创建所述微生物燃料电池的多个初始电池性能参数组合，包括：

33、对所述多个电极活性特征进行编码映射，得到多个第一编码特征值，并对所述多个质子传递率特征进行编码映射，得到多个第二编码特征值，以及对所述多个质子传递率特征进行编码映射，得到多个第三编码特征值；

34、获取所述多个电极活性特征的第一权重数据集，并获取多个质子传递率特征的第二权重数据集，以及获取所述多个质子传递率特征的第三权重数据集；

35、根据所述第一权重数据集对所述多个第一编码特征值进行加权运算，得到多个第一加权特征值，并根据所述第二权重数据集对所述多个第二编码特征值进行加权运算，得到多个第二加权特征值，以及根据所述第三权重数据集对所述多个第三编码特征值进行加权运算，得到多个第三加权特征值；

36、对所述多个第一加权特征值、所述多个第二加权特征值以及所述多个第三加权特征值进行矩阵转换，生成目标特征矩阵；

37、计算所述目标特征矩阵的协方差矩阵，并对所述协方差矩阵进行特征值分解，得到多个特征值及多个特征向量；

38、根据所述多个特征值及所述多个特征向量生成多个目标主成分特征；

39、根据预置的性能参数映射集合，对所述多个目标主成分特征进行特征转换，生成多个初始电池性能参数组合。

40、结合第一方面，在本发明第一方面的第六种实现方式中，所述将所述多个初始电池性能参数组合输入预置的参数组合最优化分析模型进行参数组合的最优化分析，得到所述微生物燃料电池的目标电池性能参数组合，包括：

41、将所述多个初始电池性能参数组合输入预置的参数组合最优化分析模型，并通过所述参数组合最优化分析模型计算每个初始电池性能参数组合的第一适应度；

42、根据所述第一适应度，对所述多个初始电池性能参数组合进行组合选取，得到多个第一电池性能参数组合；

43、对所述多个第一电池性能参数组合进行交叉操作，生成多个第二电池性能参数组合；

44、对所述多个第二电池性能参数组合进行变异操作，得到多个第三电池性能参数组合；

45、根据所述多个第三电池性能参数组合和所述多个第一电池性能参数组合生成目标参数组合群，并通过所述参数组合最优化分析模型计算所述目标参数组合群中每个电池性能参数组合的第二适应度；

46、根据所述第二适应度选取最优化参数组合，得到所述微生物燃料电池的目标电池性能参数组合。

47、本发明第二方面提供了一种燃料电池的性能检测装置，所述燃料电池的性能检测装置包括：

48、测试模块，用于基于预设的电位差梯度数据对微生物燃料电池进行电极活性测试，得到目标电流数据，并获取所述微生物燃料电池的电极面积数据，对所述目标电流数据进行电极活性计算，生成电极活性变化曲线；

49、测定模块，用于基于所述电位差梯度数据，对所述微生物燃料电池进行电解质膜质子传递率测定，生成质子传递率变化曲线；

50、检测模块，用于基于预设的有机物浓度梯度数据，对所述微生物燃料电池进行电能输出检测，得到输出电能数据，并根据所述输出电能数据计算所述微生物燃料电池的能量转换效率变化曲线；

51、特征提取模块，用于对所述电极活性变化曲线进行特征提取，得到多个电极活性特征，并对所述质子传递率变化曲线进行特征提取，得到多个质子传递率特征，以及对所述能量转换效率变化曲线进行特征提取，得到多个能量转换效率特征；

52、创建模块，用于根据所述多个电极活性特征、所述多个质子传递率特征及所述多个质子传递率特征创建所述微生物燃料电池的多个初始电池性能参数组合；

53、分析模块，用于将所述多个初始电池性能参数组合输入预置的参数组合最优化分析模型进行参数组合的最优化分析，得到所述微生物燃料电池的目标电池性能参数组合。

54、本发明第三方面提供了一种燃料电池的性能检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述燃料电池的性能检测设备执行上述的燃料电池的性能检测方法。

55、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的燃料电池的性能检测方法。

56、本发明提供的技术方案中，对微生物燃料电池进行电极活性测试，得到目标电流数据并获取电极面积数据，进行电极活性计算，生成电极活性变化曲线；进行电解质膜质子传递率测定，生成质子传递率变化曲线；进行电能输出检测，得到输出电能数据并计算能量转换效率变化曲线；进行特征提取，得到多个电极活性特征、多个质子传递率特征以及多个能量转换效率特征；创建多个初始电池性能参数组合；将多个初始电池性能参数组合输入参数组合最优化分析模型进行最优化分析，得到目标电池性能参数组合，本发明通过结合电极活性、质子传递率和能量转换效率多个关键参数，提供了更全面的性能评估，有助于更准确地了解燃料电池的工作情况，通过数据分析技术，能够从大量的电化学数据中提取特征，更高效地揭示燃料电池性能变化趋势，并且通过对电极活性、质子传递率和能量转换效率等特征进行综合分析，更准确地了解燃料电池在不同操作条件下的表现，提高微生物燃料电池性能和稳定性，进而提高了微生物燃料电池的性能检测准确率。