一种燃料电池余热循环利用装置的制作方法

本发明涉及热量利用，具体而言，涉及一种燃料电池余热循环利用装置。

背景技术：

1、随着全球经济的快速发展，能源消耗量急剧增加，传统化石能源如石油、煤炭等日益枯竭，能源危机愈发严峻，随着科技的进步，燃料电池作为一种高效、环保的能源转换装置，正在逐步成为解决能源危机和减少碳排放的关键。燃料电池是一种把燃料所具有的化学能直接转换成电能的化学装置，又称电化学发电器，它是继水力发电、热能发电和原子能发电之后的第四种发电技术，燃料电池是一种将燃料的化学能直接转化为电能的装置，只需通入燃料和氧化剂就可以连续输出电能，但是燃料电池每发出电能时，还会产生大量的热能。

2、传统的装置不能合理利用燃料电池的废热，而造成了资源的浪费，这些热量如果不加以有效管理和利用，不仅会降低燃料电池的效率，还会对燃料电池的稳定性造成负面影响，此外，燃料电池内部的温度分布对于其性能和寿命至关重要，传统的温度采集面临温度采集不准确，无法得出燃料电池内部准确的温度值。

3、因此，如何提供一种燃料电池余热循环利用装置是本领域技术人员急需解决的技术问题。

技术实现思路

1、鉴于此，本发明提出了一种燃料电池余热循环利用装置，旨在解决如何高效地回收和利用燃料电池产生的热量，并准确监测燃料电池内部温度的问题。

2、本发明提出了一种燃料电池余热循环利用装置，包括：

3、燃料电池、蓄电池、热交换器、温度感测光缆、高温电缆和温度处理器；

4、所述热交换器缠绕所述燃料电池并和所述燃料电池固定连接，所述高温电缆的一端固定连接所述热交换器，所述高温电缆的另一端固定连接所述蓄电池，所述高温电缆用于传输所述热交换器的电能；

5、所述温度感测光缆内嵌于所述燃料电池的内部，所述温度感测光缆在所述燃料电池的内部呈u型布设，所述温度感测光缆固定连接所述温度处理器；

6、所述温度感测光缆包括pe护套、碳纤维丝束和温度感测光纤；

7、所述pe护套套设所述碳纤维丝束，所述碳纤维丝束套设所述温度感测光纤；

8、所述温度处理器用于获取所述温度感测光纤的温度数据。

9、进一步的，所述温度处理器设置温度采集系统，所述温度采集系统包括：

10、数据采集单元、温度判断单元、温度预测单元和温度处理单元；

11、所述数据采集单元被配置为采集所述温度感测光纤的温度数据并预处理得出初始温度值；

12、所述温度判断单元被配置为将所述初始温度值和历史数据进行比对，基于比对结果判断是否对初始温度值进行修正，当判断对所述初始温度值进行修正时，通过聚类算法确定温度数据集，根据所述温度数据集对所述初始温度值进行修正得出修正温度值；

13、所述温度预测单元被配置为根据历史温度值数据建立随机森林模型并根据所述初始温度值获得温度预测值；

14、所述温度处理单元被配置为将所述修正温度值和所述温度预测值进行对比，根据对比结果建立温度补偿模型，根据所述温度补偿模型得出温度补偿值，根据所述温度补偿值确定温度优化系数，根据所述温度优化系数对所述修正温度值进行优化得出目标温度值，所述目标温度值为所述修正温度值和所述温度优化系数的乘积值。

15、进一步的，在将所述初始温度值和历史数据进行比对，基于比对结果判断是否对初始温度值进行修正时，包括：

16、所述历史数据包括历史初始温度数据最小值、历史初始温度数据均值、历史初始温度修正数据和历史修正因子，所述历史初始温度修正数据和所述历史修正因子一一对应；

17、当所述初始温度值大于或等于所述历史初始温度数据最小值且大于或等于所述历史初始温度数据均值时，则判断不对所述初始温度值进行修正，将所述初始温度值确定为目标温度值；

18、当所述初始温度值小于所述历史初始温度数据最小值时，则判断对所述初始温度值进行修正。

19、进一步的，在通过聚类算法确定温度数据集时，包括：

20、将待修正初始温度值和所述历史数据作为待聚合数据集，并提取所述待聚合数据集中每一数据对应的历史修正因子，确定期望簇数量k为3，并初始化高斯分布的参数；

21、计算所述待聚合数据集中每一数据属于每个高斯分布的概率，获得责任值，根据所述责任值获得与待修正初始温度值对应的修正数据集，将所述修正数据集作为温度数据集。

22、进一步的，在根据所述温度数据集对所述初始温度值进行修正得出修正温度值时，包括：

23、根据所述温度数据集中历史修正因子的均值确定为所述待修正初始温度值的修正因子；

24、所述修正温度值为所述待修正初始温度值和修正因子的乘积值。

25、进一步的，在根据历史温度值数据建立随机森林模型并根据所述初始温度值获得温度预测值时，包括：

26、将所述历史温度值数据划分为温度训练集和温度测试集，采用交叉验证并结合网格搜索找出随机森林模型的模型建立参数，建立随机森林模型；

27、将所述温度训练集代入所述随机森林模型对所述随机森林模型进行拟合，将所述温度测试集代入拟合后的随机森林模型并得出温度预测值的预测准确率；

28、当所述预测准确率达到预设准确率阈值时，根据所述初始温度值得出当前时刻的温度预测值。

29、进一步的，在将所述修正温度值和所述温度预测值进行对比，根据对比结果建立温度补偿模型时，包括：

30、当所述修正温度值小于或等于所述温度预测值的1.5倍时，则判断不对所述修正温度值进行优化，根据所述修正温度值确定为目标温度值；

31、当所述修正温度值大于所述温度预测值的1.5倍时，则判断对所述修正温度值进行优化并建立温度补偿模型。

32、进一步的，在判断对所述修正温度值进行优化并建立温度补偿模型时，包括：

33、统计对所有历史修正温度值进行优化的历史修正温度值数据和历史温度预测值数据，所述历史修正温度值数据和所述历史温度预测值数据一一对应；

34、所述温度补偿模型采用线性回归模型，所述线性回归模型由下列公式建立：

35、；

36、其中，表示任一项历史修正温度值数据，表示历史温度预测值数据，表示温度补偿值，表示线性回归模型的截距。

37、进一步的，在根据所述温度补偿模型得出温度补偿值时，包括：

38、将所有历史修正温度值数据和所有历史温度预测值数据逐一代入所述线性回归模型并做差值计算，消除所述线性回归模型的截距并得出温度补偿值t。

39、进一步的，在根据所述温度补偿值确定温度优化系数时，包括：

40、预先设定第一预设优化系数、第二预设优化系数和第三预设优化系数；

41、当t≤2时，则将所述第一预设优化系数作为所述修正温度值的温度优化系数；

42、当2＜t≤4时，则将所述第二预设优化系数作为所述修正温度值的温度优化系数；

43、当4＜t时，则将所述第三预设优化系数作为所述修正温度值的温度优化系数。

44、与现有技术相比，本发明的有益效果在于：通过热交换器缠绕燃料电池并将余热转换为电能传输至蓄电池，提升了燃料电池余热能量的利用率，实现了能量的高效利用，温度感测光缆在燃料电池内部采取u型布设，然后将分布的温度感测光缆和温度处理器进行连接，形成了全面的光纤监测网，提升了温度感测光缆监测温度的效率，并实时监测燃料电池的内部温度，具有分布式、覆盖范围全面的特点，实现了对燃料电池内部全方位的监测，并提升了在高温环境下获取燃料电池内部温度的准确性和可靠性，利用温度处理器对采集的温度数据进行解析，准确得出燃料电池内部的实际温度值，实现了对燃料电池温度监测的自动化和智能化。