基于LSTM的燃料电池剩余使用寿命预测模型的训练、验证和预测数据集

所用数据为燃料电池发电电堆的整堆耐久性测试数据，作为模型的训练数据和验证数据，在此基础上，基于长短期记忆神经网络建立燃料电池剩余使用寿命预测模型，预测电堆的剩余寿命。

The data used are full-stack durability test data of fuel cell stacks, which serve as the training and validation datasets for the model. On this basis, a remaining useful life (RUL) prediction model for fuel cell stacks is established using the Long Short-Term Memory (LSTM) neural network to predict the remaining service life of the stacks.

搜集汇总

背景与挑战

背景概述

该数据集包含燃料电池发电电堆的整堆耐久性测试数据，用于基于长短期记忆神经网络（LSTM）建立燃料电池剩余使用寿命预测模型。数据集大小为126.33MB，包含11个文件，格式为mat、xlsx和docx。