【摘要】为解决质子交换膜燃料电池（PEMFC）剩余使用寿命（RUL）预测精度不高的问题，提出了一种基于北方苍鹰优化（NGO）、卷积神经网络（CNN）和双向长短时记忆（BiLSTM）神经网络的动态燃料电池RUL预测模型。首先，（试读）...
登录
