一种基于硬件加速的嵌入式深度学习方法，用于质子交换膜燃料电池的高精度实时故障诊断

《Sustainable Energy Technologies and Assessments》：A hardware-accelerated embedded deep learning method for high-accuracy real-time fault diagnosis of proton exchange membrane fuel cell

　　

小龙钟|袁 Zhu|甘云郑|张存满

• •
  通过智能控制器实现在线PEMFC故障诊断。
• •
  MLP模型利用五个运行参数实现了99.4%的诊断准确率。
• •
  新型硬件加速技术将延迟降低了67%，确保了实时性能的稳定性和准确性。
• •
  集成的智能FCU和算法通过监控提高了燃料电池的耐用性。
• •
  所开发的诊断系统增强了氢能的可持续性。