本申请涉及氢燃料电池，特别是涉及一种剩余使用寿命预测方法、装置、设备、介质和程序产品。
背景技术：
1、氢燃料电池作为一种将氢气和氧气通过电化学反应直接转化为电能和水的新型能源装置，以其高效、环保、零排放等优势，在交通运输、分布式发电以及便携式电源等领域展现出巨大的应用潜力。然而，尽管氢燃料电池在技术上取得了显著进展，其耐久性问题仍然是制约其大规模商业化应用的关键因素之一。氢燃料电池的剩余使用寿命（remaininguseful life，rul）预测对于燃料电池的维护管理、成本控制以及用户满意度提升具有重要意义。
2、但是，目前氢燃料电池的剩余使用寿命预测存在准确性较低的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高氢燃料电池的剩余使用寿命预测准确性的剩余使用寿命预测方法、装置、设备、介质和程序产品。
2、第一方面，本申请提供了一种剩余使用寿命预测方法。该方法包括：
3、根据氢燃料电池的目标监测参数的监测数据和多阶段退化模型，确定目标监测参数的分布特征参数；该分布特征参数包括该目标监测参数的数学期望和方差；
4、获取该氢燃料电池的停堆时间点对应的目标监测参数的恢复值；
5、基于该氢燃料电池的目标监测参数的监测数据、该分布特征参数以及该恢复值，预测该氢燃料电池的剩余使用寿命。
6、在其中一个实施例中，该监测数据包括目标监测参数值，该根据氢燃料电池的目标监测参数的监测数据和多阶段退化模型，确定目标监测参数的分布特征参数之前，该方法还包括：
7、确定氢燃料电池的各监测参数的初始监测参数值与监测时间的相关系数；
8、根据该相关系数，从氢燃料电池的各监测参数中确定与该监测时间负相关的该目标监测参数；
9、对该目标监测参数的初始监测参数值进行降噪处理，以得到该目标监测参数的该目标监测参数值。
10、在其中一个实施例中，该根据该相关系数，从氢燃料电池的各监测参数中确定与该监测时间负相关的该目标监测参数，包括：
11、将最接近-1的相关系数对应的监测参数作为该目标监测参数；
12、或，
13、将相关系数与预设阈值之间的绝对差值小于预设差值的至少一个监测参数，确定为该目标监测参数。
14、在其中一个实施例中，该获取该氢燃料电池的停堆时间点对应的目标监测参数的恢复值，包括：
15、基于该氢燃料电池的多个历史恢复值和各该历史恢复值对应的历史停堆时间点，通过最小二乘法确定该氢燃料电池的恢复参数；
16、基于该恢复参数以及该氢燃料电池的停堆时间点，确定该停堆时间点对应的目标监测参数的恢复值。
17、在其中一个实施例中，该监测数据包括目标监测参数值、该目标监测参数值对应的监测时间，以及监测参数退化值，该基于该氢燃料电池的目标监测参数的监测数据、该分布特征参数以及该恢复值，预测该氢燃料电池的剩余使用寿命，包括：
18、基于该目标监测参数值、该目标监测参数值对应的监测时间以及该分布特征参数确定该氢燃料电池的剩余使用寿命的第一概率密度函数；该第一概率密度函数为后续无停堆操作的情况下氢燃料电池的剩余使用寿命的概率密度函数；
19、基于该监测参数退化值、该分布特征参数以及该目标监测参数的恢复值确定该氢燃料电池的剩余使用寿命的第二概率密度函数；该第二概率密度函数为存在停堆操作的情况下氢燃料电池的剩余使用寿命的概率密度函数；
20、根据该第一概率密度函数或该第二概率密度函数确定该氢燃料电池的剩余使用寿命的目标概率分布函数；
21、基于该目标概率分布函数，预测该氢燃料电池的剩余使用寿命。
22、在其中一个实施例中，该基于该监测参数退化值、该分布特征参数以及该目标监测参数的恢复值确定该氢燃料电池的剩余使用寿命的第二概率密度函数，包括：
23、根据第一时刻的监测参数退化值、中间时刻的监测参数退化值、该分布特征参数，确定基于该第一时刻的监测参数退化值的该中间时刻的监测参数退化值的第三概率密度函数；该第一时刻为任意一次停堆操作的时刻，该中间时刻为该第一时刻之后的时刻；
24、基于该第三概率密度函数以及该目标监测参数的恢复值，确定基于该中间时刻的监测参数退化值的第二时刻的监测参数退化值的第四概率密度函数；该第二时刻为该第一时刻后的一次停堆操作的时刻，该第二时刻为该中间时刻之后的时刻；
25、基于该第四概率密度函数确定该氢燃料电池的剩余使用寿命的第二概率密度函数。
26、第二方面，本申请还提供了一种剩余使用寿命预测装置。该装置包括：
27、第一确定模块，用于根据氢燃料电池的目标监测参数的监测数据和多阶段退化模型，确定目标监测参数的分布特征参数；该分布特征参数包括该目标监测参数的数学期望和方差；
28、获取模块，用于获取该氢燃料电池的停堆时间点对应的目标监测参数的恢复值；
29、预测模块，用于基于该氢燃料电池的目标监测参数的监测数据、该分布特征参数以及该恢复值，预测该氢燃料电池的剩余使用寿命。
30、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述任一方法的步骤。
31、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一方法的步骤。
32、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法的步骤。
33、上述剩余使用寿命预测方法、装置、设备、介质和程序产品，通过根据氢燃料电池的目标监测参数的监测数据和多阶段退化模型，确定目标监测参数的分布特征参数，然后获取氢燃料电池的停堆时间点对应的目标监测参数的恢复值，最后基于氢燃料电池的目标监测参数的监测数据、分布特征参数以及恢复值，预测氢燃料电池的剩余使用寿命。由于本申请实施例中，基于多阶段退化模型考虑了氢燃料电池在剩余寿命预测过程中的退化机理，并且考虑了氢燃料电池停堆性能恢复对性能退化数据的影响，从而提高了氢燃料电池的剩余使用寿命预测的准确性。
1.一种剩余使用寿命预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述监测数据包括目标监测参数值，所述根据氢燃料电池的目标监测参数的监测数据和多阶段退化模型，确定目标监测参数的分布特征参数之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述相关系数，从氢燃料电池的各监测参数中确定与所述监测时间负相关的所述目标监测参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述获取所述氢燃料电池的停堆时间点对应的目标监测参数的恢复值，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述监测数据包括目标监测参数值、所述目标监测参数值对应的监测时间，以及监测参数退化值，所述基于所述氢燃料电池的目标监测参数的监测数据、所述分布特征参数以及所述恢复值，预测所述氢燃料电池的剩余使用寿命，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述监测参数退化值、所述分布特征参数以及所述目标监测参数的恢复值确定所述氢燃料电池的剩余使用寿命的第二概率密度函数，包括：
7.一种剩余使用寿命预测装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
