质子交换膜水电解

本研究将质子交换膜水电解器拆解成各个组件，并量化为包含1043个数据集和39,634个数据点的二进制数据矩阵。然后，我们研究机器学习算法是否适合基于这些组件预测膜电极组件性能，以及哪种算法效果最佳。结果表明，随机森林算法的预测精度最高,在电位为1.8V时 ，回归精度R²为 0.83。