自适应工况感知的燃料电池混动有轨电车分层管理方法

本发明公开自适应工况感知的燃料电池混动有轨电车分层能量管理方法；在识别层，采用滑动窗口机制提取负载工况时域及频域特征，基于深度自编码器驱动的谱聚类算法对特征数据进行聚类，获得带有类别标签的数据集，训练深度动态学习矢量量化神经网络分类器；在策略层，采用双延迟深度确定性策略梯度强化学习算法，构建奖励函数，根据识别层输出的实时负载工况类别自适应调整奖励函数中锂电池SOC波动惩罚项限制参数，训练强化学习智能体得到多堆燃料电池发电系统和锂电池间的最优功率分配方案；根据不同燃料电池电堆的性能退化程度，采用计及性能差异性的分布式协同控制策略分配各个电堆的输出功率，实现多堆燃料电池发电系统运行状态的协调控制。