《Engineering Applications of Artificial Intelligence》：A hybrid method for anomaly data detection and reconstruction in proton exchange membrane fuel cells to enhance life prediction accuracy
编辑推荐：
质子交换膜燃料电池（PEMFC）寿命预测受异常数据影响显著，本研究提出基于VAE-SACGAN的异常检测与数据重建模型，构建“检测-重建-预测”闭环评估框架。实验表明模型对噪声、缺失和漂移等混合异常检测准确率超90%，重建误差较GAN模型降低，且在拥堵路况下重构数据使寿命预测误差降低56%-62%。
胡东海|孙妍|徐银杰|李园|刘彪毅|丁华|王静|刘宏伟|何春辉
江苏大学汽车与交通工程学院，镇江市，212013，中国
摘要
质子交换膜燃料电池（PEMFC）的寿命预测高度依赖于高质量的数据，因此准确检测和有效重建异常数据至关重要。现有研究存在一些问题，如单一的异常数据检测模型、过于简单的重建方法以及与寿命预测之间的联系不足。这给异常检测、数据重建和寿命预测带来了挑战。本文提出了一种基于变分自编码器-自注意力条件生成对抗网络（VAE-SACGAN）的异常检测和数据重建模型。构建了一个“检测-重建-寿命预测”的闭环评估框架，并在不同交通和数据条件下与基准模型进行了比较。异常数据检测的结果表明，不同类型异常数据的真正阳性率超过了90%。异常数据重建的结果表明，与生成对抗网络模型相比，均方根误差（RMSE）/平均绝对误差（MAE）显著降低。空气入口压力从10.85/8.72降至1.96/1.60，氢气入口温度从1.86/1.54降至0.52/0.42。寿命预测的结果表明，在拥堵交通条件下，与异常数据相比，重建后的寿命预测的RMSE/MAE显著降低。空气入口压力从3.42/2.48降至1.84/1.29，氢气入口温度从2.70/2.00降至1.84/1.28。这些结果验证了该模型在异常检测、数据重建和寿命预测稳定性方面的综合优势。
引言
由于质子交换膜燃料电池（PEMFC）具有高能效和零排放的优势，它们被认为是实现交通领域绿色转型的关键工具（Fengyang等人，2024年）。然而，当PEMFC在复杂条件下运行时，系统寿命和稳定性经常受到多种干扰因素的影响（Huang等人，2022年）。其中，传感器异常会导致数据分布失真并放大预测模型的偏差，从而显著降低寿命预测的可靠性（Liu等人，2021年）。因此，对PEMFC传感器进行异常检测和数据重建的研究对于提高寿命预测的稳定性和促进实际工程应用具有重要意义（Chen等人，2019年）。此外，状态监测是一个关键过程，它持续观察和评估燃料电池系统的状态，以在潜在故障发生之前进行预测（Radicioni等人，2025a），确保系统的长期运行和安全性（Radicioni等人，2025b）。这一概念已被广泛认为是提高系统可靠性和预测剩余使用寿命的有效方法。
关于PEMFC传感器异常处理的现有研究大致分为两条路径（Zuo等人，2021a）。一种是统计规则驱动（SRD）路径，例如岭回归、带有3σ阈值的箱线图（Zuo等人，2021b）。Yang等人（2023年）利用岭回归减少了PEMFC实验异常数据对预测模型的影响；Hu等人（2025年）使用3σ规则进行异常值检测并在FCV加氢过程中替换数据。这些方法可以处理简单的异常值，但依赖于分布假设，并且对混合异常数据（噪声/缺失/漂移）的适应性不足。另一种是学习模型驱动（LMD）路径，例如孤立森林、带有局部异常因子（LOF）的CNN（Liu等人，2022年）。Liu等人（2024年）使用LOF算法识别并移除了PEMFC实验数据中的异常值；Li等人（2022年）在预测模型之前添加了CNN模型，以减少实际道路上运行的FCV收集的数据中的噪声。这些方法提高了检测灵敏度和非线性表现能力，但缺乏PEMFC条件数据集和下游寿命预测的联合验证。上述研究只能在一定程度上处理相对简单或单一模式的异常数据，难以应对PEMFC在实际运行中的复杂和多变的数据异常模式。因此，需要开发更先进的异常检测和数据重建方法，以便更准确地识别和修复异常值，并提高数据质量和模型稳定性。文献总结见表1。
通过对PEMFC传感器异常处理相关研究的系统回顾，本文确定了以下三个研究空白：
- (1).
现有的SRD/LMD方法大多依赖于特定的分布假设或单一模型，难以在同一框架下同时识别噪声、缺失和漂移等混合异常数据，从而难以稳定数据质量以支持寿命预测。
- (2).
现有的数据重建方法主要基于插值/过滤，对于PEMFC场景的生成重建研究不足，这使得在异常检测后难以实现均匀和有效的数据修复和分布一致性恢复。
变分自编码器（VAE）是一种概率生成模型，它通过将输入映射到潜在空间来学习数据分布，并基于重建误差检测异常。然而，在数据缺失或噪声较大的情况下，VAE在生成高质量重建方面可能存在局限性，因为生成的输出可能过于平滑或模糊，无法保留精细的结构细节，从而影响在复杂数据集上的性能（Nguyen等人，2024年）。相比之下，通过对抗学习训练的生成对抗网络（GAN）在生成与真实数据分布高度一致的数据方面表现出色。应用于数据重建任务时，GAN能够生成更真实、更高保真的重建结果，特别是对于复杂的高维数据（Esteban等人，2017年）。因此，有必要研究这两种模型或其变体的组合。通过总结确定的研究空白，本文进行了以下创新研究工作：
(1).提出基于变分自编码器-自注意力条件生成对抗网络（VAE-SACGAN）的异常检测和数据重建模型，以实现噪声/缺失/漂移的均匀检测。
(2).构建一种结合VAE的分布建模能力和SACGAN的生成能力的集成数据重建策略，以实现有效的分布一致数据重建。
本文的整体流程如图1所示。本文分为三个部分。第一部分构建了一个包含噪声、缺失和漂移的混合异常数据集，并量化了异常对寿命预测的影响，具体内容见第2章。第二部分提出了基于VAE-SACGAN的异常检测和数据重建模型，详细内容见第3章。第三部分分析了异常检测、数据重建和寿命预测的结果，详细内容见第4章。
小节片段
异常数据的构建
本文使用的数据分为两部分：一部分是从实际道路上的燃料电池车辆收集的正常传感器数据，另一部分是基于正常传感器数据生成的异常数据。这两部分数据的来源在下面详细说明。
首先，我们介绍正常数据收集过程，具体包括实验配置、数据收集程序、测试路线和测试过程。为了提高准确性
所提出模型的细节
针对传感器数据异常（例如信号噪声、信号缺失和信号漂移等）对PEMFC寿命预测造成的干扰问题，本研究提出了一种基于VAE-SACGAN的异常检测和数据重建模型。
该模型通过结合VAE的分布建模能力和SACGAN的生成能力，显著提高了异常检测的准确性和数据重建的质量。
异常检测结果分析
本研究的异常检测结果通过混淆矩阵进行了可视化，如表4和图6所示。混淆矩阵通过将模型的检测标签与真实标签进行比较，量化了模型在异常检测任务中的分类性能（Zarchi等人，2025a）。
在表中，真正例（TP）表示检测为异常（1），即实际为异常的样本；假正例（FP）表示检测为异常的样本，
结论
本研究首先根据从真实道路收集的数据和相关分析结果，设计和生成了一个包含各种类型异常（如噪声、缺失数据和漂移）的模拟数据集，重点关注两个关键参数：空气入口压力和氢气入口温度。然后分析了这些异常对剩余使用寿命预测的影响。其次，提出了一种基于VAE-SACGAN的异常检测和重建模型。该模型学习了
CRediT作者贡献声明
胡东海：撰写——原始草稿，正式分析，数据管理。孙妍：可视化，验证。徐银杰：资源，项目管理。李园：软件。刘彪毅：监督。丁华：撰写——审阅与编辑，资金获取，概念化。王静：数据管理。刘宏伟：调查。何春辉：数据管理。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了江苏省关键技术研究项目——高绝缘和智能液态氢储存与运输设备关键技术研究和张家港市科学技术局科技项目——低温储罐智能虚拟原型开发（ZKYY2245）的支持。
