同济大学戴海峰教授等：基于时频特征融合与机器学习的燃料电池极化损失与内部状态联合预测
|
|
来源：eTran交通电动化 更新时间：2026-03-26 14:55:31 [我要投稿] |
| 01.研究背景 质子交换膜燃料电池（PEMFC）因其高能量转换效率和环境友好特性，被视为未来交通与能源系统的重要组成部分。然而，在实际应用中，燃料电池面临着复杂的运行环境与多变的负载工况，导致其实际使用寿命往往难以达到预期设计指标。这一问题的核心在于电 ...[查看原文] |
索引页声明：
本页面仅提供原文索引，请点击原文链接查看详细内容。
如链接失效请联系：0571-28068180,28068187，我们将在第一时间处理。 |
|
太阳能光伏：